Logo Zephyrnet

Làm sáng tỏ mạng lưới thần kinh: Teslas (Có thể) không còn tồn tại, nhưng điều đó không sao! (Phần 2)

Ngày:


“Đếm tất cả mọi thứ!” Xã hội bị ám ảnh bởi những con số của chúng ta

Đáng buồn thay, mọi người khá giỏi trong việc đặt xe trước ngựa. Chúng ta quên rằng những con số là một công cụ chứ không phải là một triết lý hoàn chỉnh để nhìn thế giới. Chúng ta thậm chí còn quên rằng những con số không phải là mục tiêu để hướng tới. Ngay cả khi điều gì đó không phù hợp để phân tích định lượng, chúng tôi vẫn cố gắng làm điều đó và giả vờ rằng chúng tôi đang làm đúng.

Chúng ta không thể chỉ nói “Này, đó là một bộ phim hay!” Chúng tôi cần xếp hạng cho bộ phim từ một đến năm khi xem xong, để ứng dụng video có thể tính toán mức độ hấp dẫn của bộ phim và trình bày dữ liệu đó cho những người xem tiềm năng khác. Những người thăm dò ý kiến ​​gọi điện và đặt câu hỏi cho mọi người, yêu cầu một câu trả lời đơn giản là “có” hoặc “không” hoặc để họ chọn từ một tập hợp các tùy chọn hạn chế mà sau đó có thể chuyển thành toán học, để xã hội có thể đưa ra một con số đơn giản để cung cấp cho họ một cái nhìn quá đơn giản về thế giới để dựa vào quan điểm của họ.

Vấn đề là, tôi đã xem một số phim có điểm Rotten Tomato thấp mà tôi thực sự thích. Tôi đã thấy các sản phẩm và chương trình truyền hình rõ ràng được thiết kế và viết bởi các nhóm tập trung. Chắc chắn, loại toán học này có thể hữu ích trong việc tạo ra các sản phẩm và trải nghiệm có thể bán cho nhiều đối tượng, nhưng chúng sẽ không đủ tốt để bất kỳ phân khúc đối tượng cụ thể nào thưởng thức sâu sắc. Chúng tôi kết thúc với các chương trình truyền hình thực sự thú vị như con đom đóm chỉ kéo dài trong một hoặc hai mùa và các chương trình truyền hình thực tế không có não (hoặc, nếu chúng ta muốn nói chính xác ở đây, theo định hướng chi) kéo dài hàng chục mùa vì chúng thu hút mẫu số chung thấp nhất.

Học sinh và trường học có được đánh giá dựa trên việc họ chuẩn bị cho học sinh trở thành những thành viên trưởng thành hữu ích trong xã hội như thế nào không? Không. Thay vào đó, chúng tôi tìm cách kéo các hệ thống trường học vào căn phòng của Con số Toàn năng và phán xét chúng ở đó. Thử nghiệm tiêu chuẩn hóa cung cấp cho các cơ quan quản lý và chính trị gia những con số mà họ có thể xử lý thay vì thông tin tình báo hữu ích, có thể hành động. Các trường học, biết rằng họ sẽ chỉ được đánh giá dựa trên những thước đo hạn hẹp này, dạy học sinh cách vượt qua các bài kiểm tra tiêu chuẩn một cách tốt đẹp, gây bất lợi cho những thứ mà trường học nên tập trung vào.

Khi chúng ta từ bỏ trải nghiệm chủ quan và quyết định định lượng mọi thứ, chúng ta đã đánh mất rất nhiều thứ và để “rác vào, rác ra” cướp đi những điều tốt đẹp của chúng ta.

Vấn đề thực sự ở đây: Niềm tin bị đánh giá sai

Điểm tín dụng là một ví dụ tuyệt vời về toán học dựa trên niềm tin thay vì toán học thực tế. Để loại bỏ sự thiên vị trong các quyết định cho vay, ngành công nghiệp tư nhân đã nghĩ ra một số phép toán có thể được sử dụng để xem xét mọi người xin vay một cách khách quan và mù quáng để đánh giá họ.

Trước đó, các ngân hàng sẽ che giấu sự phân biệt chủng tộc bằng cách “lót đỏ” hoặc chọn ra các khu dân cư Da đen và Tây Ban Nha và đối xử khác biệt với họ dựa trên “rủi ro” mà họ nhận thấy ở mỗi khu phố. Khi điều đó được phát hiện chỉ là phân biệt chủng tộc với các bước bổ sung (và bị chính phủ cấm), những người cho vay đã đưa ra các thỏa thuận thậm chí còn phức tạp hơn, xem xét một mặt cắt ngang của tình hình tài chính và lịch sử tín dụng của người nộp đơn.

Về lý thuyết, hiện nay tất cả mọi người đều được tính điểm như nhau khi đưa ra quyết định tín dụng, nhưng các chương trình máy tính bí mật đưa ra quyết định cho vay dựa trên điểm tín dụng là thậm chí còn tốt hơn trong việc phân biệt đối xử với người da màu hơn so với redlining là. Trước đây, bạn phải sống trong “mui xe” để bị phân biệt đối xử và có thể trốn thoát bằng cách chuyển đi nơi khác (giả sử ai đó sẽ bán cho bạn), nhưng giờ đây các ngân hàng có một cách giả khoa học để chọn bạn ra khỏi đám đông và xác định điều đó xã hội không nghĩ bạn có giá trị nhiều, bất kể bạn sống ở đâu.

Thay vì làm mọi thứ tốt hơn, chúng ta lại quên rằng đầu vào tồi sẽ dẫn đến kết quả đầu ra tồi (nói cách khác: rác vào, rác ra) và cho rằng toán học có thể cứu chúng ta khỏi những xung động đen tối nhất và những định kiến ​​hệ thống sâu sắc nhất. Bằng cách nào đó.

Một số người sẽ tranh luận rằng điều này được thực hiện một cách cố ý, và trong một số trường hợp thì có lẽ là như vậy, nhưng tôi thường đăng ký Hanlon's Razor (“không bao giờ quy kết ác ý mà được giải thích thỏa đáng bằng sự ngu ngốc”). Vấn đề sâu xa hơn là chúng ta nghĩ rằng chúng ta có thể ném khoa học và toán học lên trên một thứ gì đó hôi hám trong xã hội và nó sẽ trở nên công bằng và tốt đẹp một cách kỳ diệu. Trên thực tế, việc ném chất bẩn vào phân không làm cho phân trở nên bẩn. Nó chỉ che giấu mùi từ những người không muốn biết.

Hiệu chỉnh niềm tin của chúng tôi vào toán học (và theo cách mở rộng, máy tính)

Tôi không có ý nói rằng toán học và khoa học là xấu. Rõ ràng là họ đã làm được rất nhiều điều tốt đẹp trên thế giới, nhưng chúng ta phải hiệu chỉnh đúng niềm tin của chúng tôi vào họ.

Khi chúng ta quá tin tưởng vào toán học, khoa học và máy móc, chúng ta sẽ bỏ lỡ những lợi ích có thể có từ việc sử dụng chúng. Cốt lõi trong suy nghĩ của những người chống vaxx, những người theo chủ nghĩa trái đất phẳng và những người phủ nhận khí hậu đều giống nhau: không tin tưởng. Đáng buồn thay, sự ngờ vực đó đã xảy ra trong một số trường hợp (hãy xem những thứ như Thử nghiệm bệnh giang mai Tuskegee), và cố tình gieo vào một bộ phận dân số nhất định ở những người khác (các công ty dầu mỏ thà chúng ta không tin vào khoa học khí hậu).

Tuy nhiên, thật ngu ngốc và nguy hiểm khi tin tưởng quá nhiều vào những điều này. Quá tin tưởng Máy bay tự động, và cuối cùng bạn sẽ gặp tai nạn khi nó làm sai việc và không đúng lúc. Quá tin tưởng vào khả năng đẩy lùi thành kiến ​​của con người của toán học, và bạn có nguy cơ cố thủ sâu hơn vào thành kiến ​​đó thông qua việc hợp pháp hóa sai lệch thành kiến ​​đó.

Chúng ta phải biết giới hạn thực tế của một thứ gì đó để tạo cho nó một mức độ tin cậy thích hợp. Đối xử với khoa học như thể đó là niềm tin sẽ loại bỏ khoa học khỏi nó và để lại cho chúng ta những thứ rác rưởi.

Nếu chúng ta muốn hiểu mạng lưới thần kinh là gì, chúng ta cần hiểu chương trình máy tính là gì.

Chương trình máy tính là gì

Trước khi chúng ta có thể thảo luận về mạng lưới thần kinh và những thứ mới nhất và tốt nhất khác trong AI, chúng ta cần nói về các chương trình máy tính nói chung.

Bất kỳ ai tham gia một khóa học lập trình đều nhận ra khá nhanh rằng tất cả chỉ là “nếu”, “thì” và “khác”. Mã cho một chương trình nhỏ ngớ ngẩn để hỏi người dùng xem họ có đói không sẽ giống như thế này:

Nếu đói = Có
Rồi Order_Food
kết thúc khác

Biến "đói" phải được đưa vào chương trình bằng cách nào đó, có thể thông qua lời nhắc mà chương trình cho phép người dùng kiểm tra có hay không, và phản hồi đó được lưu trữ trong máy tính. Sau đó, logic của chương trình đơn giản sẽ kiểm tra xem con người trả lời “có” hay “không”. Nếu họ trả lời có, thì nó sẽ gọi một chương trình hoặc phần khác của chương trình để đặt món ăn. Nếu câu trả lời là bất cứ điều gì ngoại trừ “có”, thì chương trình sẽ kết thúc.

Vâng, tôi biết đó là một sự đơn giản hóa quá mức, nhưng điểm cơ bản mà tôi sắp trình bày ở đây là đúng. Những thứ khiến nhiều thế hệ người dùng máy tính kinh ngạc và thán phục hầu như luôn là logic đơn giản (nếu, thì, khác) và toán học cơ bản của nó (có thể rất phức tạp), được kết hợp theo nhiều cách khác nhau để xây dựng một chương trình mà máy tính chạy.

Trong phần tiếp theo, tôi muốn củng cố thực tế rằng máy tính chỉ chạy các chương trình. Họ (ít nhất là ngày nay) không còn sống.

Để dễ dàng điều hướng cho loạt bài viết dài này,

liên kết đến tất cả chúng sẽ ở đây sau khi chúng được xuất bản:

Phần 1: Tại sao máy tính chỉ sử dụng các con số

Phần 2 (bạn đang ở đây): Niềm tin sai lệch vào toán học

Phần 3: Máy tính chỉ chạy chương trình

Phần 4: Cách mạng thần kinh thực sự hoạt động

Phần 5: Những gì mạng nơ ron nhân tạo không thể làm được

Phần 6: Ô tô tự lái vẫn rất khả thi, mặc dù không còn sống

Ảnh nổi bật: Ảnh chụp màn hình từ Ngày AI của Tesla.

 

Đánh giá cao sự độc đáo của CleanTechnica? Xem xét trở thành một Thành viên, Người hỗ trợ, Kỹ thuật viên hoặc Đại sứ của CleanTechnica - hoặc một khách hàng quen trên Patreon.

 

 


quảng cáo


 


Bạn có mẹo cho CleanTechnica, muốn quảng cáo hoặc muốn đề xuất một vị khách cho podcast CleanTech Talk của chúng tôi? Liên hệ với chúng tôi tại đây.

PlatoAi. Web3 được mô phỏng lại. Khuếch đại dữ liệu thông minh.
Nhấn vào đây để truy cập.

Nguồn: https://cleantechnica.com/2021/08/31/demystifying-neural-networks-teslas-are-probably-not-alive-but-thats-ok-part-2/

tại chỗ_img

Tin tức mới nhất

tại chỗ_img