Переводчик: Ahmad Elwehedy Checker: Айман Махмуд
У меня есть идея, которая позволяет нам сделать мир лучше,
Как и все действительно хорошие идеи, эта идея начинается с путешествия по пути.
Показатели во время этой поездки — это я и профессор Чикагского университета,
Что рассматривает преступность и систему уголовного правосудия,
И один из моих друзей, профессор Медицинской школы Лиги Плюща.
Итак, мы были, по крайней мере, двумя выдающимися учеными
Деньги, направляющиеся на Маршрут 95.
(Смех)
Мы должны были провести несколько часов на пути из Нью-Йорка в Нью-Англию,
Затем я попытался использовать эти навыки общения
Который славится своими профессорами.
Я обратил внимание на моего друга и сказал ему:
«Скажи мне самую большую ошибку, которую ты когда-либо делал за всю свою жизнь».
Он немного остановился, а затем повернулся ко мне и сказал:
«У меня есть идея, почему бы тебе не начать сначала?»
(Смех)
Я сказал своему другу
«Я задал вопрос, почему бы вам не начать сначала?»
Мой друг рассказал мне о времени, когда он был в отделении неотложной помощи
И вошел пациент, жалующийся на боль в груди.
Протокол является обычным в таких случаях
Является ли проверка на сердечные ферменты
Чтобы знать содержимое крови, чтобы быть уверенным
Страдает ли пациент от сердечного приступа в то время.
Введите пациента и получите экзамен.
Уровень ферментов был выше нормы,
Пациент обычно содержится в реанимации.
Но прежде чем это сделать, мой друг входит в приемную, чтобы увидеть пациента,
Сначала увидеть его лично.
Пациент сидел и ел арбуз в качестве закуски.
Мой друг говорил с ним несколько минут,
Затем вернитесь, чтобы встретить остальную команду.
И теперь остальная часть команды —
Врачи и медсестры по неотложной задаче —
Они не видели пациента.
Все, что они видели, это данные в таблице, и результат экзамена выше нормы.
Они сказали: «Мы должны пойти и увезти человека в отделение интенсивной терапии»
Мой друг отвечает: «Нет, нет, нет.
Я пошел и встретил пациента, он был очень доволен и очень теплым.
Он сидит и перекусывает.
Я думаю, что все в порядке, давайте просто оставим это в покое.
Через полчаса,
Человек вступает в сердечный приступ и должен быть брошен в операционную.
Это иллюстрация урока, который мы изучили
О поведенческой экономике и психологии это, как может человеческий разум просто
Чтобы ввести в заблуждение информацию, которая не имеет значения, но очень важна.
Это заставило меня подумать о проблеме, которая была моим исследовательским центром
Кто является содиректором криминальной лаборатории в Чикагском университете
Работы по его решению в течение многих лет,
Проблема тюремной системы в Соединенных Штатах.
Миллионы раз в год
Судьи должны решить, будет ли кто-либо арестован,
Если это лицо ожидает суда:
Могут ли они вернуться домой или остаться в тюрьме?
Решение должно быть законом
Опираясь на ожидания судей
Что может сделать ответчик, если он будет выпущен откровенно:
Является ли этот человек уязвимым для бегства из страны?
Является ли этот человек угрозой общественной безопасности?
Это очень роковое решение.
Если судья решает посадить вас в тюрьму, вы останетесь там на некоторое время
Месяц или три месяца в среднем, а иногда и намного дольше.
Соответствующее решение следующее:
Если судья решает освободить кого-то, кто может совершить новые преступления.
Что было бы ужасно в его последствиях.
Это очень трудное решение для судьи
По той же причине, которая приняла решение в чрезвычайной ситуации
Жесткое решение для моего друга доктора.
У экстренных врачей есть как минимум преимущество, такое как сердечные ферменты
Это помогает им принимать такие решения.
Судьям предоставляется пакет файлов из Манилы с помощью некоторой информации
Причина ареста этого лица
И предыдущая судимость,
Судьи должны принять решение в своих головах.
Представим себе безумие этого
Следует иметь в виду, что тот же судья, который проводит весь день, читает стенограмму между папками
И принимает решения, которые могут изменить ход жизни и судьбу некоторых людей
Затем они возвращаются домой и хотят немного расслабиться в конце дня
Просмотр фильма по телевизору
И чтобы помочь принять это важное решение
Судья имеет доступ к платформе Netflix
Которые используют некоторые из самых сложных автоматизированных методов обучения
На лицевой поверхности земли
Что может предсказать любой фильм, который понравится судье.
Почему бы не использовать некоторые из этих методов
Которые очень эффективно применяются в коммерческом секторе
Помочь нам решить эти проблемы политики также очень важно?
Теперь, чтобы узнать, действительно ли это будет полезно или нет,
Я буду использовать его лучше для новичков, чтобы быть более осведомленными
Что такое автоматизированное обучение и как оно работает.
Позвольте мне вкратце объяснить вам
Стандартная проблема в информатике, называемая анализом совести.
Вот что я имею в виду:
Это часть текста
И попытайтесь определить страсть автора в то время:
Является ли автор попыткой передать положительную или отрицательную эмоцию?
Если я покажу вам, как это выглядит
Для потребительского продукта, выбранного более или менее случайным
Резак банана (Hatzler 571)
(Смех)
Теперь у нас есть критический обзор продукта (Rivette E)
«Я купил их, чтобы быстрее порезать бананы на завтрак.
Время, проведенное с этой попыткой, было потрачено на очистку этого инструмента ».
(Смех)
«Чистка — это непросто.
Вы должны встать между каждым лезвием, чтобы хорошо его очистить ».
Теперь, когда мы читаем это, мы можем легко и просто считать это негативной оценкой.
Мы можем подтвердить нашу оценку порядка, учитывая количество звезд в рейтинге
Две из пяти звезд.
Вот еще один отзыв Дяди (Баки), говорит он.
«Отличный подарок»
(Смех)
«Когда я обнаружил, что мне пришлось очистить банан, прежде чем использовать инструмент»,
(Смех)
«Ты работаешь намного лучше».
Пятизвездочный рейтинг.
Они добавляются (QTip)
«Это сбивает с толку, нет никакого способа узнать, является ли это обычным или стандартным банановым резаком».
(Смех)
«Маркировать их было бы очень полезно».
Это еще один комментарий Дж. Андерсона:
«Угол неправильный.
Я пробовал этот банановый резак и нашел его совершенно неприемлемым.
Как показано на рисунке, резак изогнут слева направо
У меня есть все бананы в другом направлении.
(Смех)
Теперь, прочитав эти комментарии и критику
Вы обнаружите, что нам очень и очень легко сделать это
Это дало первые компьютерные ученые
Как заставить компьютер сделать это тоже.
Почему бы нам не углубиться и изучить себя только тем, как мы это делаем,
И затем мы пытаемся запрограммировать компьютер так, как мы делаем?
Здесь мы имеем результаты исследования, пытающегося проанализировать эмоции
Использование так называемого программного прогресса для просмотра фильмов.
Наш сборник обзоров фильмов
Мы находим, что половина из них — положительные отзывы, а другие негативные отзывы.
Таким образом, точность 50% была бы полностью случайной.
Вы становитесь группой программистов
И кто-то разобрал слова, которые вы ожидаете увидеть
В положительных отзывах и негативных отзывах.
Здесь у нас есть некоторые положительные слова
Что вы думаете, что можете видеть в хороших отзывах
И некоторые слова, которые можно увидеть в негативных обзорах.
Когда вы это сделаете, у вас есть точность 60%.
Теперь это лучше, чем случайное угадывание,
Но не намного лучше.
Это проблемы, с которыми сталкиваются компьютерные ученые в этой области.
Даже если проблемы просты
Это оказалось очень, очень сложным
Программирование компьютера, чтобы иметь возможность делать то, что мы делаем
И получить хорошую производительность.
Причина этого в том, что оказалось намного сложнее
Является интроспекцией и открытием того, что мы на самом деле делаем, когда мы полностью выполняем эти задачи.
Психологи называли моих друзей так называемыми «иллюзионистами»,
В этой области не было достигнуто никакого прогресса, пока
Оказалось, компьютерным ученым, что мы просто должны были полностью забыть
Мы знали, как делать это сами
И изменить эти задачи на простое обучение данным.
Вот как это будет выглядеть при анализе обзоров фильмов:
Вы придете с отличным образцом обзоров фильмов
Который будет определять, являются ли они положительными или отрицательными
По звездному рейтингу
Компьютер будет изучать
Какие слова часто появляются в положительных отзывах
Любые слова появляются в негативных отзывах.
Ну?
Затем используйте эти слова в качестве алгоритмов, которые вы прогнозируете
Будущие обзоры.
Как только вы достигли этого прогресса с данными,
Это слова, которые компьютер изучает,
Что машина узнает,
Показатель положительных и отрицательных отзывов.
Теперь мы можем получить точность этой системы на 95%
Это то, что я считаю магией, обучая машину действительно.
Вы можете увидеть, как мы можем применить его
Такие, как досудебные выпуски.
Позвольте компьютеру узнать какие-либо атрибуты и информацию об этом случае,
Или сочетание особенностей и информации о случаях,
Скорее всего, они могут убежать из страны или угрожать общественной безопасности.
Несколько лет назад я работал в составе исследовательской группы
Мы пытаемся построить алгоритмы прогнозирования для досудебного выпуска
Чтобы узнать, полезно ли это судьям.
Мы делали это, используя данные из огромного и неизвестного американского города
С 8,5 миллионами человек.
(Смех)
Мы обнаружили, что
На самом деле не сложно создавать алгоритмы.
Вы можете скачать бесплатное программное обеспечение онлайн
И узнайте, как это сделать.
Трудная часть здесь — опыт алгоритмов
И действительно ли это сделает мир действительно лучше.
Для Netflix это не сложно.
Все, что вы делаете (Netflix)
Это своего рода частный контент в Интернете.
Но опыт алгоритмов в реальном мире, связанных с политическими приложениями
Это часто бывает сложно.
Это проблема, которая будет решена с трудом,
Из-за невозможности изготовить случайное испытание,
Это сложная проблема для социологии,
Не сложная проблема, с которой мы сталкиваемся
Компьютерные науки.
Это очень сложно
Эта группа людей, которые думают
При использовании этих средств машинного обучения
На арену государственной политики
Пройдя пилотную фазу проекта
И возьмите инструменты непосредственно с этапа планирования на компьютере в реальном мире.
Это я считаю большой ошибкой.
Можно создать инструмент без осознания или осторожности
Он переворачивается вверх дном и заканчивает тем, что делает мир хуже, а не лучшим местом.
Для проекта мы работаем до сих пор
Самая трудная часть — знать, как тестируется инструмент
И убедитесь, что они будут действительно полезны.
То, как мы разработали инструмент, было построено на двух видениях.
Пожалуйста, обратите внимание на то, почему этот вопрос является трудным в деле перед судебным разбирательством.
Мы создаем базу алгоритмов
В котором говорится, что мы уделяем приоритетное внимание тем, кто наиболее уязвим к рискам
Быть заключенным и освобождать остальных.
Этот алгоритм будет использоваться всеми ожиданиями для свободного человека
Судья запер его.
Если вы хотите, чтобы алгоритм сделал это,
Мы не можем знать, что сделал бы этот человек, если бы он был освобожден
Потому что судья уже заключил его в тюрьму.
Вот почему у нас будет эта сложная проблема потери данных.
Напротив, если
Если бы алгоритм хотел посадить в тюрьму кого-то, кто был освобожден судьей,
У нас не будет проблем с оценкой
Потому что мы знаем, как кого-то помещать в тюрьму
По его предложению бежать из страны или угрожать общественной безопасности.
Тот факт, что этот человек находится в тюрьме, стирает риск быть подвергнутым суду
Или повторно арестовать.
Это видение номер один
Дело в том, что проблема отсутствия данных — одностороннее оружие.
Второе видение, которое помогает нам здесь
Это в большом городе, где мы работали
То, что дела назначаются судьям более или менее случайными.
Это означает, что у нас есть выбор судей
Кто слушает подобные объемы вопросов.
Оказывается, судьи сильно отличаются
За их упорство и терпимость.
Если у вас есть то, что мы будем делать в этом случае.
Представьте, что у нас есть два судьи:
Один из них — ленивый судья, который освобождает людей в 90% случаев,
Второй — более напористый, и люди освобождаются в 80% случаев.
Мы можем просто сравнить работу судей
Когда они становятся более настойчивыми
И как выбрать алгоритм, чтобы быть более напористым
Что было бы хрупким опытом для выполнения алгоритма.
Перед вами, как это будет выглядеть.
Здесь у вас есть мягкий судья, который освобождает людей в 90% случаев.
Мы можем видеть все события освобождения судьи людей.
Алгоритм скажет нам, хотим ли мы быть более напористыми
Мы переходим от 90% до 80%
Алгоритм только скажет нам:
Чтобы проверить максимальную вероятность опасности у 10% людей в размере случаев судьи
Мы отдаем им приоритет за лишение свободы.
Теперь скорость выпуска снизилась до 80%
Мы можем видеть долю преступности, которую мы могли бы получить,
И тогда мы можем сравнить это с тем, как судья
Допустить 80% вместо 90%.
Это дает нам возможность плохо сравнивать
Между выполнением алгоритма и результатами работы судьи
Что касается ряда сопоставимых случаев,
Фокусировка на задаче алгоритма
Если мы не сталкиваемся с проблемой отсутствия данных,
Алгоритм выбирает только людей для их блокировки
Из большого числа лиц, освобожденных судьями.
Теперь, после решения вопроса об оценке
Задача теста,
Мы можем провести некоторое политическое моделирование, чтобы предположить, что произойдет
Если мы будем следовать правилу алгоритма
Вместо обычной практики в системе уголовного правосудия.
Мы обнаружили, что если вы будете следовать рекомендациям алгоритма
Вы сможете сократить преступность на 25%
Без необходимости помещать еще одного человека в тюрьму.
В качестве альтернативы вы можете сократить тюремное застое на 42%
Без увеличения уровня преступности вообще.
И причина, по которой алгоритм способен достичь гораздо большего выигрыша
О текущем состоянии системы уголовного правосудия
Это то, что мы видим в заявлениях, судьи,
Так же, как врач скорой помощи, мой друг,
Они разбросаны с информацией, которая не имеет значения, но очень важна
По этим вопросам.
Это особенно верно в наиболее вероятных случаях опасности
В сообществе респондентов.
То, что я только что сделал, это то, что я видел тебя
Положительная сторона применения технологии машинного обучения к этим вопросам политики.
Существует также потенциально отрицательная сторона,
Вероятность того, что эти алгоритмы,
Как только мы применим их к вопросам политики,
Возможно, вопросы уголовного правосудия, в частности,
Вероятно, мы получим некоторые результаты
Но вы будете решать другие вещи, о которых мы заботимся, такие как справедливость.
Вы можете понять, почему люди беспокоятся об этом.
В городе, где мы работаем,
89% людей в тюрьмах составляют меньшинство —
В городе с общей численностью населения
Не так или иначе 89% меньшинств.
Люди стремятся использовать машинное обучение
Чтобы решить эти проблемы, я думаю, что они правы, как-то мы это обнаружили
Это если вы создадите алгоритм
В основе релиза полностью игнорировать эту проблему.
Конечно, можно построить инструмент, который сделает проблему,
Если есть, то немного хуже.
Но мы также обнаружили, что если вы создали алгоритм
Обращает внимание на этот вопрос,
Вы сможете проектировать поддержку для принятия решения
В то же время он может снизить уровень преступности
Сокращение переполненности тюрем и расовых диспропорций
В системе уголовного правосудия.
Как алгоритм помогает вам это сделать?
Ну, какой элемент, однако,
Но это просто неуместно, но очень важно в суде?
Что такое скрытое смещение
Но это всего лишь своего рода интроспекция и самооценка?
Алгоритм не подвержен этим вызовам
Которые вызывают человеческое суждение и принятие решений.
Я думаю, что это здорово заказать выкуп
Это просто одно утверждение
Из более масштабной проблемы политики
Там, где это зависит от ожидания человека,
Но могут быть сообщены первоначально с помощью алгоритмов машинного обучения.
Существует противоречие
О том, хорошая идея или плохая идея перейти к этим алгоритмам
От коммерческой до государственной политики.
Я делаю это или нет?
Я думаю, что это действительно неправильный стиль
Размышляя о споре и формулируя вопрос,
Вот упражнение, чтобы думать о том, почему.
Представьте, что я могу волшебным образом вернуть вас вовремя
К началу двадцатого века.
Вы придете туда и поговорите с людьми об этой новой технологии
Который был в поле зрения
Который быстро станет одной из главных причин смерти
И оказывают значительное неблагоприятное воздействие на окружающую среду.
Так что теперь я думаю, что немного нас здесь относительно
Они будут утверждать, что нам не пришлось изобретать автомобили с двигателями внутреннего сгорания.
Представьте себе, как жизнь будет без автомобилей.
Это не должно было иметь что-то вроде этого экономического роста
Который мы наблюдаем за последние 100 лет.
Наша жизнь будет истощаться бесчисленными способами,
Мы не должны были совершать поездки по дорогам.
(Смех)
Поэтому я считаю, что споры верны
Что должно быть связано с использованием машинного обучения
В приложениях для политики в течение следующих 10 лет
Не будут ли эти новые методы приняты,
Но как.
Благодарю вас.
(Аплодисменты.)
У меня есть идея, которая позволяет нам сделать мир лучше,
Как и все действительно хорошие идеи, эта идея начинается с путешествия по пути.
Показатели во время этой поездки — это я и профессор Чикагского университета,
Что рассматривает преступность и систему уголовного правосудия,
И один из моих друзей, профессор Медицинской школы Лиги Плюща.
Итак, мы были, по крайней мере, двумя выдающимися учеными
Деньги, направляющиеся на Маршрут 95.
(Смех)
Мы должны были провести несколько часов на пути из Нью-Йорка в Нью-Англию,
Затем я попытался использовать эти навыки общения
Который славится своими профессорами.
Я обратил внимание на моего друга и сказал ему:
«Скажи мне самую большую ошибку, которую ты когда-либо делал за всю свою жизнь».
Он немного остановился, а затем повернулся ко мне и сказал:
«У меня есть идея, почему бы тебе не начать сначала?»
(Смех)
Я сказал своему другу
«Я задал вопрос, почему бы вам не начать сначала?»
Мой друг рассказал мне о времени, когда он был в отделении неотложной помощи
И вошел пациент, жалующийся на боль в груди.
Протокол является обычным в таких случаях
Является ли проверка на сердечные ферменты
Чтобы знать содержимое крови, чтобы быть уверенным
Страдает ли пациент от сердечного приступа в то время.
Введите пациента и получите экзамен.
Уровень ферментов был выше нормы,
Пациент обычно содержится в реанимации.
Но прежде чем это сделать, мой друг входит в приемную, чтобы увидеть пациента,
Сначала увидеть его лично.
Пациент сидел и ел арбуз в качестве закуски.
Мой друг говорил с ним несколько минут,
Затем вернитесь, чтобы встретить остальную команду.
И теперь остальная часть команды —
Врачи и медсестры по неотложной задаче —
Они не видели пациента.
Все, что они видели, это данные в таблице, и результат экзамена выше нормы.
Они сказали: «Мы должны пойти и увезти человека в отделение интенсивной терапии»
Мой друг отвечает: «Нет, нет, нет.
Я пошел и встретил пациента, он был очень доволен и очень теплым.
Он сидит и перекусывает.
Я думаю, что все в порядке, давайте просто оставим это в покое.
Через полчаса,
Человек вступает в сердечный приступ и должен быть брошен в операционную.
Это иллюстрация урока, который мы изучили
О поведенческой экономике и психологии это, как может человеческий разум просто
Чтобы ввести в заблуждение информацию, которая не имеет значения, но очень важна.
Это заставило меня подумать о проблеме, которая была моим исследовательским центром
Кто является содиректором криминальной лаборатории в Чикагском университете
Работы по его решению в течение многих лет,
Проблема тюремной системы в Соединенных Штатах.
Миллионы раз в год
Судьи должны решить, будет ли кто-либо арестован,
Если это лицо ожидает суда:
Могут ли они вернуться домой или остаться в тюрьме?
Решение должно быть законом
Опираясь на ожидания судей
Что может сделать ответчик, если он будет выпущен откровенно:
Является ли этот человек уязвимым для бегства из страны?
Является ли этот человек угрозой общественной безопасности?
Это очень роковое решение.
Если судья решает посадить вас в тюрьму, вы останетесь там на некоторое время
Месяц или три месяца в среднем, а иногда и намного дольше.
Соответствующее решение следующее:
Если судья решает освободить кого-то, кто может совершить новые преступления.
Что было бы ужасно в его последствиях.
Это очень трудное решение для судьи
По той же причине, которая приняла решение в чрезвычайной ситуации
Жесткое решение для моего друга доктора.
У экстренных врачей есть как минимум преимущество, такое как сердечные ферменты
Это помогает им принимать такие решения.
Судьям предоставляется пакет файлов из Манилы с помощью некоторой информации
Причина ареста этого лица
И предыдущая судимость,
Судьи должны принять решение в своих головах.
Представим себе безумие этого
Следует иметь в виду, что тот же судья, который проводит весь день, читает стенограмму между папками
И принимает решения, которые могут изменить ход жизни и судьбу некоторых людей
Затем они возвращаются домой и хотят немного расслабиться в конце дня
Просмотр фильма по телевизору
И чтобы помочь принять это важное решение
Судья имеет доступ к платформе Netflix
Которые используют некоторые из самых сложных автоматизированных методов обучения
На лицевой поверхности земли
Что может предсказать любой фильм, который понравится судье.
Почему бы не использовать некоторые из этих методов
Которые очень эффективно применяются в коммерческом секторе
Помочь нам решить эти проблемы политики также очень важно?
Теперь, чтобы узнать, действительно ли это будет полезно или нет,
Я буду использовать его лучше для новичков, чтобы быть более осведомленными
Что такое автоматизированное обучение и как оно работает.
Позвольте мне вкратце объяснить вам
Стандартная проблема в информатике, называемая анализом совести.
Вот что я имею в виду:
Это часть текста
И попытайтесь определить страсть автора в то время:
Является ли автор попыткой передать положительную или отрицательную эмоцию?
Если я покажу вам, как это выглядит
Для потребительского продукта, выбранного более или менее случайным
Резак банана (Hatzler 571)
(Смех)
Теперь у нас есть критический обзор продукта (Rivette E)
«Я купил их, чтобы быстрее порезать бананы на завтрак.
Время, проведенное с этой попыткой, было потрачено на очистку этого инструмента ».
(Смех)
«Чистка — это непросто.
Вы должны встать между каждым лезвием, чтобы хорошо его очистить ».
Теперь, когда мы читаем это, мы можем легко и просто считать это негативной оценкой.
Мы можем подтвердить нашу оценку порядка, учитывая количество звезд в рейтинге
Две из пяти звезд.
Вот еще один отзыв Дяди (Баки), говорит он.
«Отличный подарок»
(Смех)
«Когда я обнаружил, что мне пришлось очистить банан, прежде чем использовать инструмент»,
(Смех)
«Ты работаешь намного лучше».
Пятизвездочный рейтинг.
Они добавляются (QTip)
«Это сбивает с толку, нет никакого способа узнать, является ли это обычным или стандартным банановым резаком».
(Смех)
«Маркировать их было бы очень полезно».
Это еще один комментарий Дж. Андерсона:
«Угол неправильный.
Я пробовал этот банановый резак и нашел его совершенно неприемлемым.
Как показано на рисунке, резак изогнут слева направо
У меня есть все бананы в другом направлении.
(Смех)
Теперь, прочитав эти комментарии и критику
Вы обнаружите, что нам очень и очень легко сделать это
Это дало первые компьютерные ученые
Как заставить компьютер сделать это тоже.
Почему бы нам не углубиться и изучить себя только тем, как мы это делаем,
И затем мы пытаемся запрограммировать компьютер так, как мы делаем?
Здесь мы имеем результаты исследования, пытающегося проанализировать эмоции
Использование так называемого программного прогресса для просмотра фильмов.
Наш сборник обзоров фильмов
Мы находим, что половина из них — положительные отзывы, а другие негативные отзывы.
Таким образом, точность 50% была бы полностью случайной.
Вы становитесь группой программистов
И кто-то разобрал слова, которые вы ожидаете увидеть
В положительных отзывах и негативных отзывах.
Здесь у нас есть некоторые положительные слова
Что вы думаете, что можете видеть в хороших отзывах
И некоторые слова, которые можно увидеть в негативных обзорах.
Когда вы это сделаете, у вас есть точность 60%.
Теперь это лучше, чем случайное угадывание,
Но не намного лучше.
Это проблемы, с которыми сталкиваются компьютерные ученые в этой области.
Даже если проблемы просты
Это оказалось очень, очень сложным
Программирование компьютера, чтобы иметь возможность делать то, что мы делаем
И получить хорошую производительность.
Причина этого в том, что оказалось намного сложнее
Является интроспекцией и открытием того, что мы на самом деле делаем, когда мы полностью выполняем эти задачи.
Психологи называли моих друзей так называемыми «иллюзионистами»,
В этой области не было достигнуто никакого прогресса, пока
Оказалось, компьютерным ученым, что мы просто должны были полностью забыть
Мы знали, как делать это сами
И изменить эти задачи на простое обучение данным.
Вот как это будет выглядеть при анализе обзоров фильмов:
Вы придете с отличным образцом обзоров фильмов
Который будет определять, являются ли они положительными или отрицательными
По звездному рейтингу
Компьютер будет изучать
Какие слова часто появляются в положительных отзывах
Любые слова появляются в негативных отзывах.
Ну?
Затем используйте эти слова в качестве алгоритмов, которые вы прогнозируете
Будущие обзоры.
Как только вы достигли этого прогресса с данными,
Это слова, которые компьютер изучает,
Что машина узнает,
Показатель положительных и отрицательных отзывов.
Теперь мы можем получить точность этой системы на 95%
Это то, что я считаю магией, обучая машину действительно.
Вы можете увидеть, как мы можем применить его
Такие, как досудебные выпуски.
Позвольте компьютеру узнать какие-либо атрибуты и информацию об этом случае,
Или сочетание особенностей и информации о случаях,
Скорее всего, они могут убежать из страны или угрожать общественной безопасности.
Несколько лет назад я работал в составе исследовательской группы
Мы пытаемся построить алгоритмы прогнозирования для досудебного выпуска
Чтобы узнать, полезно ли это судьям.
Мы делали это, используя данные из огромного и неизвестного американского города
С 8,5 миллионами человек.
(Смех)
Мы обнаружили, что
На самом деле не сложно создавать алгоритмы.
Вы можете скачать бесплатное программное обеспечение онлайн
И узнайте, как это сделать.
Трудная часть здесь — опыт алгоритмов
И действительно ли это сделает мир действительно лучше.
Для Netflix это не сложно.
Все, что вы делаете (Netflix)
Это своего рода частный контент в Интернете.
Но опыт алгоритмов в реальном мире, связанных с политическими приложениями
Это часто бывает сложно.
Это проблема, которая будет решена с трудом,
Из-за невозможности изготовить случайное испытание,
Это сложная проблема для социологии,
Не сложная проблема, с которой мы сталкиваемся
Компьютерные науки.
Это очень сложно
Эта группа людей, которые думают
При использовании этих средств машинного обучения
На арену государственной политики
Пройдя пилотную фазу проекта
И возьмите инструменты непосредственно с этапа планирования на компьютере в реальном мире.
Это я считаю большой ошибкой.
Можно создать инструмент без осознания или осторожности
Он переворачивается вверх дном и заканчивает тем, что делает мир хуже, а не лучшим местом.
Для проекта мы работаем до сих пор
Самая трудная часть — знать, как тестируется инструмент
И убедитесь, что они будут действительно полезны.
То, как мы разработали инструмент, было построено на двух видениях.
Пожалуйста, обратите внимание на то, почему этот вопрос является трудным в деле перед судебным разбирательством.
Мы создаем базу алгоритмов
В котором говорится, что мы уделяем приоритетное внимание тем, кто наиболее уязвим к рискам
Быть заключенным и освобождать остальных.
Этот алгоритм будет использоваться всеми ожиданиями для свободного человека
Судья запер его.
Если вы хотите, чтобы алгоритм сделал это,
Мы не можем знать, что сделал бы этот человек, если бы он был освобожден
Потому что судья уже заключил его в тюрьму.
Вот почему у нас будет эта сложная проблема потери данных.
Напротив, если
Если бы алгоритм хотел посадить в тюрьму кого-то, кто был освобожден судьей,
У нас не будет проблем с оценкой
Потому что мы знаем, как кого-то помещать в тюрьму
По его предложению бежать из страны или угрожать общественной безопасности.
Тот факт, что этот человек находится в тюрьме, стирает риск быть подвергнутым суду
Или повторно арестовать.
Это видение номер один
Дело в том, что проблема отсутствия данных — одностороннее оружие.
Второе видение, которое помогает нам здесь
Это в большом городе, где мы работали
То, что дела назначаются судьям более или менее случайными.
Это означает, что у нас есть выбор судей
Кто слушает подобные объемы вопросов.
Оказывается, судьи сильно отличаются
За их упорство и терпимость.
Если у вас есть то, что мы будем делать в этом случае.
Представьте, что у нас есть два судьи:
Один из них — ленивый судья, который освобождает людей в 90% случаев,
Второй — более напористый, и люди освобождаются в 80% случаев.
Мы можем просто сравнить работу судей
Когда они становятся более настойчивыми
И как выбрать алгоритм, чтобы быть более напористым
Что было бы хрупким опытом для выполнения алгоритма.
Перед вами, как это будет выглядеть.
Здесь у вас есть мягкий судья, который освобождает людей в 90% случаев.
Мы можем видеть все события освобождения судьи людей.
Алгоритм скажет нам, хотим ли мы быть более напористыми
Мы переходим от 90% до 80%
Алгоритм только скажет нам:
Чтобы проверить максимальную вероятность опасности у 10% людей в размере случаев судьи
Мы отдаем им приоритет за лишение свободы.
Теперь скорость выпуска снизилась до 80%
Мы можем видеть долю преступности, которую мы могли бы получить,
И тогда мы можем сравнить это с тем, как судья
Допустить 80% вместо 90%.
Это дает нам возможность плохо сравнивать
Между выполнением алгоритма и результатами работы судьи
Что касается ряда сопоставимых случаев,
Фокусировка на задаче алгоритма
Если мы не сталкиваемся с проблемой отсутствия данных,
Алгоритм выбирает только людей для их блокировки
Из большого числа лиц, освобожденных судьями.
Теперь, после решения вопроса об оценке
Задача теста,
Мы можем провести некоторое политическое моделирование, чтобы предположить, что произойдет
Если мы будем следовать правилу алгоритма
Вместо обычной практики в системе уголовного правосудия.
Мы обнаружили, что если вы будете следовать рекомендациям алгоритма
Вы сможете сократить преступность на 25%
Без необходимости помещать еще одного человека в тюрьму.
В качестве альтернативы вы можете сократить тюремное застое на 42%
Без увеличения уровня преступности вообще.
И причина, по которой алгоритм способен достичь гораздо большего выигрыша
О текущем состоянии системы уголовного правосудия
Это то, что мы видим в заявлениях, судьи,
Так же, как врач скорой помощи, мой друг,
Они разбросаны с информацией, которая не имеет значения, но очень важна
По этим вопросам.
Это особенно верно в наиболее вероятных случаях опасности
В сообществе респондентов.
То, что я только что сделал, это то, что я видел тебя
Положительная сторона применения технологии машинного обучения к этим вопросам политики.
Существует также потенциально отрицательная сторона,
Вероятность того, что эти алгоритмы,
Как только мы применим их к вопросам политики,
Возможно, вопросы уголовного правосудия, в частности,
Вероятно, мы получим некоторые результаты
Но вы будете решать другие вещи, о которых мы заботимся, такие как справедливость.
Вы можете понять, почему люди беспокоятся об этом.
В городе, где мы работаем,
89% людей в тюрьмах составляют меньшинство —
В городе с общей численностью населения
Не так или иначе 89% меньшинств.
Люди стремятся использовать машинное обучение
Чтобы решить эти проблемы, я думаю, что они правы, как-то мы это обнаружили
Это если вы создадите алгоритм
В основе релиза полностью игнорировать эту проблему.
Конечно, можно построить инструмент, который сделает проблему,
Если есть, то немного хуже.
Но мы также обнаружили, что если вы создали алгоритм
Обращает внимание на этот вопрос,
Вы сможете проектировать поддержку для принятия решения
В то же время он может снизить уровень преступности
Сокращение переполненности тюрем и расовых диспропорций
В системе уголовного правосудия.
Как алгоритм помогает вам это сделать?
Ну, какой элемент, однако,
Но это просто неуместно, но очень важно в суде?
Что такое скрытое смещение
Но это всего лишь своего рода интроспекция и самооценка?
Алгоритм не подвержен этим вызовам
Которые вызывают человеческое суждение и принятие решений.
Я думаю, что это здорово заказать выкуп
Это просто одно утверждение
Из более масштабной проблемы политики
Там, где это зависит от ожидания человека,
Но могут быть сообщены первоначально с помощью алгоритмов машинного обучения.
Существует противоречие
О том, хорошая идея или плохая идея перейти к этим алгоритмам
От коммерческой до государственной политики.
Я делаю это или нет?
Я думаю, что это действительно неправильный стиль
Размышляя о споре и формулируя вопрос,
Вот упражнение, чтобы думать о том, почему.
Представьте, что я могу волшебным образом вернуть вас вовремя
К началу двадцатого века.
Вы придете туда и поговорите с людьми об этой новой технологии
Который был в поле зрения
Который быстро станет одной из главных причин смерти
И оказывают значительное неблагоприятное воздействие на окружающую среду.
Так что теперь я думаю, что немного нас здесь относительно
Они будут утверждать, что нам не пришлось изобретать автомобили с двигателями внутреннего сгорания.
Представьте себе, как жизнь будет без автомобилей.
Это не должно было иметь что-то вроде этого экономического роста
Который мы наблюдаем за последние 100 лет.
Наша жизнь будет истощаться бесчисленными способами,
Мы не должны были совершать поездки по дорогам.
(Смех)
Поэтому я считаю, что споры верны
Что должно быть связано с использованием машинного обучения
В приложениях для политики в течение следующих 10 лет
Не будут ли эти новые методы приняты,
Но как.
Благодарю вас.
(Аплодисменты.)
Please follow and like us:
Be First to Comment