AI per le Schede: i Tre principali rischi di intelligenza artificiale AI & Dintorni

Schede stanno cominciando a capire l’importanza dell’intelligenza artificiale (AI) in ordine per le aziende per rimanere competitivi.

Per esempio, il produttore di auto di Tesla utilizza IA insegnare le auto in maniera autonoma. A differenza di qualsiasi altra società, la Tesla ha un enorme database, raccolta da miliardi di chilometri su strada guidata da Tesla driver. Ogni volta che una Tesla si muove lungo una strada, condivide i dati raccolti con altri Tesla auto. Ogni auto è continuamente diventando più intelligenti. Nessuna società di autonoleggio in tutto il mondo può imparare velocemente come Tesla senza AI. Ha più dati di chiunque altro oggi e che sta diventando più intelligenti ogni giorno.

Tuttavia, se fatto nel modo sbagliato, IA può essere un danno per la società. Quanto AI problemi relativi ottenere aggiunto all’ordine del giorno, i consigli di amministrazione devono garantire che stanno pagando molto di più attenzione alle criticità e fattori di rischio AI crea.

Ci sono tre punti AI rischi bisogno di consigli da tenere a mente:

Bias

Il motivo bias esiste un’intelligenza artificiale-base del sistema è che i dati che diamo da mangiare AI sistemi è parziale. Che i dati sono di parte perché viene dal mondo reale decisioni commerciali di esseri umani. In altre parole, gli esseri umani sono di parte, ma non abbiamo mai guardato con attenzione per il processo decisionale di bias. Ora, perché stiamo guardando quello che viene fuori da un’intelligenza artificiale, ci sono inorridito a vedere che l’AI sembra essere di parte, ma noi esseri umani, tutti insieme. Da assumere per l’approvazione dei prestiti, le aziende devono rivedere i modelli di chi o di ciò che la tecnologia sta beneficiando ed effettuare le regolazioni di conseguenza.

Per esempio, Amazon ha creato un sistema di intelligenza artificiale per il reclutamento, ma l’azienda ha scoperto che il sistema scelto il bianco maschi più spesso di quanto ugualmente qualificato, le donne e le minoranze. Il sistema era sbilanciata, in quanto i dati utilizzati per addestrare il sistema è stato prevalentemente maschi bianchi. Da allora, hanno arrestare il sistema.

Questa scoperta di bias in AI è una buona cosa. Esso superfici differenza che esiste all’interno di un processo decisionale (come l’approvazione di un prestito) e fornisce un’opportunità per corso corretto. Ognuno vince.

Poveri I Dati

Supponiamo che il consiglio di amministrazione ha deciso di abbracciare AI. Essi riconoscono che i dati è ciò che viene fed di ai in modo da poter lavorare. Tuttavia, senza grandi quantità di dati e di dati di alta qualità, l’AI non è andare a lavorare.

Alcuni sistemi all’interno di una società, non sono stati progettati per raccogliere un sacco di dati. A causa dei regolamenti, come il Generale dell’Unione Europea Regolamento sulla Protezione dei Dati e la California Privacy dei Consumatori Atto, alcune aziende sono di limitare la raccolta dei dati. Una società ha bisogno di camminare un delicato equilibrio tra i dati che si possono raccogliere e come massimizzare la quantità di dati disponibili per loro di dar da mangiare AI correttamente.

In secondo luogo, molte aziende hanno scarsa qualità dei dati, che sarà notevolmente ostacolare la loro capacità di far leva AI. Per esempio, una società Fortune 500 non sa che tutti i loro clienti. L’azienda ha un sacco di dati sui loro clienti memorizzati in molti diversi sistemi (contabilità, assistenza, customer relationship management, resi, spedizioni, etc.) Ma, questi sistemi non sono stati progettati con l’IA in mente e i dati di per sé è disparati, scoordinato e spesso in conflitto. Ciò significa che i dati non è abbastanza pulita per l’AI a imparare da esso. Essi non possono usare gli AI per soddisfare le esigenze dei loro clienti.

Schede bisogno di capire se l’elemento fondante di AI — dati — si sta lavorando ora per aiutare a preparare l’azienda AI sistemi basati su.

Cybersecurity

Cybersecurity è probabilmente la minaccia più significativa affrontate dalle società di oggi. Quando il male attori aggiungere AI basata su attacchi al proprio arsenale, diventa ancora più grave.

È importante riconoscere che il governo degli stati UNITI non sta andando per proteggere la vostra azienda dalle minacce dei cattivi attori. Anche se il male attori sono attori statali, il nostro governo non può aiutare la vostra azienda, perché il problema è troppo grande, e il nostro governo è impegnato nel proprio AI-base di sicurezza informatica corsa agli armamenti.

AI basata su attacchi di imparare dalle difese la tua azienda mette. Questi sistemi di vedere ciò che la vostra azienda sta facendo per prevenire gli attacchi e cambiare il loro approccio basato su ciò che stanno imparando, sempre più efficaci nel tempo.

Per esempio, un anonimo l’azienda di energia subito una perdita finanziaria, quando il capo della divisione UK pensato che stava parlando con il suo capo in Germania, quando in realtà stava parlando di un’intelligenza artificiale basato su sistema. AI imitato il suo capo la cadenza, il tono e l’accento così bene che, quando il capo della divisione UK è stato detto di trasferimento $a 243.000 di un fornitore ungherese, ha spostato il denaro.

La risposta migliore AI-attacchi AI-basato difesa. La vostra azienda è in una IA corsa agli armamenti, e avete bisogno di investire per rimanere davanti. Assicurarsi che l’IA di difesa basati fa parte del vostro arsenale e che si mantengono in corsa agli armamenti. Si supponga che il male attori sono molto bravi in quello che fanno, che essi incorporano AI loro cyber-attacchi, e che sono venuta dopo la vostra azienda.

Nel complesso, i bordi hanno bisogno di imparare di più su uno di questi rischi in modo da pianificare strategicamente il ruolo AI giocherà nel suo futuro e quindi come possono essere mitigati se appaiono.

Glenn Gow ha servito nei consigli e guide per le aziende, attraverso la tecnologia, interruzioni, come un amministratore delegato allenatore.

social experiment by Livio Acerbo #greengroundit #live https://www.directorsandboards.com/news/ai-boards-three-key-risks-artificial-intelligence