人工智能算法歧视案例.docx
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
人工智能算法歧视案例全文共2页,当前为第1页。人工智能算法歧视案例全文共2页,当前为第1页。人工智能算法歧视案例 人工智能算法歧视案例全文共2页,当前为第1页。 人工智能算法歧视案例全文共2页,当前为第1页。 如果算法歧视加入了人工智能的程序逻辑以后,歧视就会变得非常复杂且隐蔽,隐蔽到甚至连写程序的人都不知道程序最终是怎么实现歧视的。用一个给客户授信的例子说明。 目标:小贷公司对潜在客户给予主动消费透支额度,并控制违约风险。 普通的算法歧视实现:如果这个客户是20到30岁的青年阶段,给予这个客户50000的初始透支消费额度,如果这个客户60岁以上,则初始额度小于5000。这里有1个判断因子:年龄。这个歧视在算法走查中是可以看出来的,且较为合理,因为般人60岁以后收入来源减少,消费能力也下降。 人工智能的算法歧视:通过对客户分类,如果某类客户在历史数据中违约概率很低,则给予该类客户50000的初始投资额度,如果某类客户历史违约率较高,该类客户就不给予额度。而对客户分类的逻辑,程序员没有确定,而是让机器通过对历史大数据样本进行学习,找出合适的分类关键字,作为因子。 于是,人工智能的算法在对大数据样本学习的过程中,发现:某个地区的客户,特别容易违约。当它发现是某个客户属于这个地区的时候,就不给予透支额度。这个分类关键字就是地区,这是人工智能程序自己发现的,不是程序员设定的。这个歧视就是由人工智能算法产生的"地域歧视"。 这个地域歧视算法,在风控中,确实会有效果。我们通过仔细了解这个地区的情况,会发现违约率 是经济发展的历史原因导致的,该地区为了支持国家建设规划而贡献了的大量资源,造成经济结构不适应当前新经济模式的发展,继而出现暂时的经济困难和违约率高,我们恰恰应该给予支持,而不是歧视。但是这些情况并没有作为让人工智能学习的数据,或者说人工智能的程序还无法学习这人工智能算法歧视案例全文共2页,当前为第2页。人工智能算法歧视案例全文共2页,当前为第2页。些复杂的数据。所以它做了地域歧视。这个歧视因子不是程序员给的,是人工智能自己学到的,虽然在人类看来是不合理的,但是人工智能算法把这个因子加到了对客户分类中,这就是人工智能的算法歧视。 人工智能算法歧视案例全文共2页,当前为第2页。 人工智能算法歧视案例全文共2页,当前为第2页。 人工智能算法歧视案例
- 粉丝: 168
- 资源: 3万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 上市公司-人工智能的采纳程度面板数据(2003-2021年).xlsx
- 第5章spring-mvc请求映射处理
- 2023-04-06-项目笔记 - 第一百十六阶段 - 4.4.2.114全局变量的作用域-114 -2024.04.27
- app-release.apk.1
- soap json 等系列化方式
- c++的五子棋代码,在vs6.0上完美运行
- 基于Javaee的影视创作论坛的设计与实现.rar
- Python导出Mysql数据字典(部分表或全表)
- Java工具类实现输入一个路径,强创建路径、并且鉴权目标路径是否具备修改权限,用于增强程序的健壮性与稳定性,快速开发!
- 资源【STM32+HAL】三轴按键PS2摇杆