Loading...
机构名称:
¥ 3.0

由于数字化的进步,世界目前正在经历数据的爆炸式增长,这使得决策过程变得越来越复杂。现代决策融合了人工智能、大数据和机器学习等各种技术,它们在速度、可扩展性和粒度方面具有显著优势。然而,采用人工智能技术也有缺点。本文通过系统地回顾和综合文献,揭示了人工智能可能产生的潜在负面结果。本文全面概述了隐私、厌恶、问责制、透明度和可解释性以及偏见,以深入了解在决策中使用人工智能的阴暗面。研究结果表明,要解决人工智能阴暗面的这些问题,透明度和可解释性是核心。通过提供解释、确保隐私和推广透明算法,我们可以缓解这些问题并创造可持续的人工智能。让我们能够充分利用其潜力,同时最大限度地降低风险并实现收益最大化。本文旨在通过展示这一领域的广泛图景和理解,为现有的人工智能支持决策文献做出贡献。根据研究结果,提出了人工智能决策未来研究的方向,以提高关于如何减轻在决策中使用人工智能的风险的知识。

人工智能的阴暗面

人工智能的阴暗面PDF文件第1页

人工智能的阴暗面PDF文件第2页

人工智能的阴暗面PDF文件第3页

人工智能的阴暗面PDF文件第4页

人工智能的阴暗面PDF文件第5页

相关文件推荐

2021 年
¥1.0
2021 年
¥1.0
2022 年
¥8.0
2022 年
¥1.0
2022 年
¥1.0
2021 年
¥1.0
2022 年
¥1.0
2022 年
¥5.0
2022 年
¥1.0
2022 年
¥1.0
2022 年
¥1.0
2024 年
¥1.0
2024 年
¥6.0
2024 年
¥5.0
2022 年
¥6.0
2020 年
¥5.0
2021 年
¥1.0
2024 年
¥12.0
2024 年
¥2.0
2023 年
¥1.0
2025 年
¥1.0