前几天我分享了我使用 ChatGPT的经验。生成式人工智能就在这里，我们将在未来几年感受到连锁反应。我以关于意外后果的注释结束了该帖子。
预测性 AI 的挑战之一是输出基于它所训练的所有数据。这可能会导致各种算法偏差。一个有力的例子是Melissa H在《麻省理工学院技术评论》上发表的一篇强有力的文章，标题为“病毒式 AI 头像应用程序 Lensa 在未经我同意的情况下脱掉了我的衣服。” TLDR——作为一名亚洲女性，化身展示了过度性感的形象，而她的男同事则成为了宇航员和发明家。
这些可以让我们了解未来还有多少工作要做——去偏向训练数据，同时提高我们在不容易的情况下生成高质量输出的能力。
但是，也许更重要的是，它指出了采用转型技术的二阶和三阶后果。这些进步会带来很多好处。
我们只需要对意想不到的后果保持警惕和深思熟虑。
原文： https://alearningaday.blog/2022/12/15/ai-bias-and-lensa/