详细内容或原文请订阅后点击阅览
数据丰富的最佳实践
与人工智能伙伴关系建立负责任的数据收集方法......
来源:DeepMind - 新闻与博客与人工智能合作伙伴建立负责任的数据收集方法
在 DeepMind，我们的目标是确保我们所做的一切都符合最高的安全和道德标准，符合我们的运营原则。这其中最重要的一个起点就是我们如何收集数据。在过去的 12 个月中，我们与人工智能合作伙伴 (PAI) 合作，仔细考虑了这些挑战，并共同开发了负责任的人类数据收集的标准化最佳实践和流程。
运营原则 人工智能合作伙伴人类数据收集
三年前，我们成立了人类行为研究伦理委员会 (HuBREC)，这是一个以学术机构审查委员会 (IRB) 为蓝本的治理小组，例如医院和大学的机构审查委员会，旨在保护参与我们研究的人类参与者的尊严、权利和福利。该委员会负责监督以人类为研究对象的行为研究，例如研究人类在决策过程中如何与人工智能 (AI) 系统互动。
除了涉及行为研究的项目外，人工智能社区还越来越多地参与涉及“数据丰富”的工作——由人类执行的任务，以训练和验证机器学习模型，如数据标记和模型评估。虽然行为研究通常依赖于作为研究对象的自愿参与者，但数据丰富涉及人们获得报酬以完成改进人工智能模型的任务。
这些类型的任务通常在众包平台上进行，通常会引发与工人薪酬、福利和公平相关的道德考虑，而这些平台可能缺乏必要的指导或治理系统来确保满足足够的标准。随着研究实验室加速开发越来越复杂的模型，对数据丰富实践的依赖可能会增加，与此同时，对更强有力的指导的需求也会增加。