マシンラーニングにとっての「最悪のシナリオを防ぐ競争」

Preventing worst-case scenarios in machine learning competition.

非営利団体ThornのデータサイエンスディレクターであるRebecca Portnoff氏は、10年以上にわたり機械学習と児童安全に取り組んでいます。 ¶ クレジット:Kristian Thacker / The New York Times

Dave Willner氏は、インターネット上で最悪なものの進化を間近で見てきました。

彼は2008年にFacebookで働き始め、ソーシャルメディア企業がルールを作りながら進んでいた時代からの参加者でした。コンテンツポリシーの責任者として、彼は約10年前にFacebookの最初の公式コミュニティスタンダードを書いた人物です。それは、主に「ヒトラーと裸の人物」の禁止に集約された非公式な1ページのリストだったと彼は言いますが、現在では、Metaのすべてのプラットフォームで禁止されている中傷、犯罪、およびその他の異様なものの豊富なカタログになっています。

そこで、昨年、サンフランシスコの人工知能研究所OpenAIは、数語で説明するだけで誰でも瞬時に画像を作成できるツールであるDall-Eを立ち上げる準備をしていたとき、同社は信頼性と安全性の責任者にDave Willner氏を任命しました。最初は、Dall-Eのフィルターが潜在的な違反としてフラグ付けしたすべての画像とプロンプトを選別し、違反者が成功しないようにする方法を考えることでした。

しかし、彼がその仕事に就いて間もなく、彼は馴染みのある脅威を考えるようになりました。

出典:The New York Timesの記事全文

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

「生成型AIアプリケーションにおける効果的なプロンプトエンジニアリング原則」

「この記事では、LangchainとOpenAI ChatGPT APIを使用した効果的なプロンプトエンジニアリング技術の概念と原則について説明...

人工知能

「AI倫理ツールキットが機能する理由を探る」

AIシステムの重要な影響を持つアプリケーションでの使用が増えるにつれて、専門家たちはこれらのシステムを設計する際により...

機械学習

AIの時代のコーディング:ChatGPTの役割と次世代プログラミング

ChatGPTはデジタルの世界を変えつつあり、プログラミングも例外ではありませんプログラマーにどのように助けられ、コーディン...

AI研究

『広範な展望:NVIDIAの基調講演がAIの更なる進歩の道を指し示す』

ハードウェア性能の劇的な向上により、生成型AIが生まれ、将来の高速化のアイデアの豊富なパイプラインが構築され、機械学習...

人工知能

トップ10の生成AI 3Dオブジェクトジェネレーター

高性能なAI 3Dオブジェクトジェネレータにより、3Dモデルの作成と可視化がより正確かつアクセスしやすく効率的になりました。...

データサイエンス

「テーマパークのシミュレーション:Rを使って待ち時間を理解する」

長い列はいつも嫌なものです、特に宇宙を舞い上がるか、グレート・バリア・リーフを航行するために待っている時には夏休みが...