机构名称：
¥ 1.0
行为会以意想不到的方式产生偏见。例如，如果训练数据不够广泛，无法涵盖各种可能事件，它可能会偏向于无法很好地扩展到未知数据集的解决方案。此外，我们并不总是知道人工智能系统在进行匹配时会关注哪些特征。研究发现，有大量人工智能无意中学习到不适当的性别和种族偏见的案例（Garcia，2016 年；Miller、Katz 和 Gans，2018 年）。对国防部来说，关键在于，如果美国依赖人工智能进行信息处理或关键系统软件（例如，船舶、飞机或无人系统中的自主操作），外国可能会巧妙地操纵人工智能学习偏见，以“训练”美国人工智能走向错误模式，作为欺骗和破坏的手段（Endsley & Jones，2001）。
人类因素与人体工程学学会对人工智能的评论...
主要关键词
相关文件推荐
