Pour sauver une IA qui a commis une erreur, vous ne pouvez pas vous contenter de coups et de réprimandes.

De nombreuses études ont montré que l’IA est si éhontée qu’elle a appris à discriminer les gens sur la base du sexe.

Comment cela peut-il être fait ?

Récemment, une étude de Tsinghua & Fudan a donné des suggestions à ce sujet :

Si vous voulez retirer l'IA de la voie du sexisme, la gronder ne sera pas efficace.

Le meilleur moyen est de comprendre pourquoi l'enfant est comme ça, puis de lui donner le bon médicament et la bonne raison.

Parce que si vous vous contentez d'enseigner sans être raisonnable et violemment correct, l'IA sera effrayée et stupide (les performances diminueront) !

Oh Maika, c'est difficile d'élever une bête mangeuse d'or à quatre pattes, est-ce si difficile d'élever un cyber-enfant (xun) ?

Jetons un coup d'œil aux suggestions de ce groupe d'« infirmières et nounous » en IA pour la formation des enfants.

Pour être honnête, l'IA peut réduire la discrimination fondée sur le sexe

Avant cette époque, ce n'était pas que personne ne tirait les oreilles de l'IA qui avait pris du retard, essayant de se débarrasser de la mauvaise habitude de favoriser les garçons par rapport aux filles.

Cependant, la plupart des méthodes de débiaisation actuelles dégraderont les performances du modèle sur d'autres tâches.

Par exemple, si vous laissez l'IA affaiblir la discrimination sexuelle, elle produira ce résultat ennuyeux :

Soit elle ne sera pas capable de dire si le sexe de "papa" est masculin ou féminin, soit elle fera des erreurs grammaticales et oubliera suivre la troisième personne du verbe + s.

Ce qui est encore plus embêtant, c’est que ce mécanisme de dégradation n’a pas encore été étudié.

Ou bien abandonnez simplement les modèles présentant des préjugés sexistes évidents——

En 2018, Amazon a remarqué que le modèle utilisé pour filtrer automatiquement les CV était discriminé à l'égard des chercheuses d'emploi, et a donc caché le système.

Sinon, vous devrez supporter la dégradation des performances.

Se pourrait-il que si vous voulez que l'IA ne soit plus une IA à gaffe ou une IA à problème, l'IA perdra-t-elle définitivement la tête ?

Les recherches Tsinghua & Fudan disent non à cela.

Leur domaine de recherche concerne les modèles linguistiques pré-entraînés.

C'est parce qu'il montre son pouvoir magique dans diverses tâches de PNL et propose de nombreux scénarios pratiques.

Ce n’est pas une bonne idée lorsqu’il est utilisé dans la publicité en ligne, les systèmes automatisés de sélection de CV, l’éducation et d’autres travaux sociaux comportant des préjugés sexistes.

La recherche propose un cadre théorique sur l'origine des préjugés sexistes de l'IA, un cadre causal, qui est utilisé pour expliquer comment le déséquilibre des données conduit à des préjugés sexistes dans le modèle pendant le processus de pré-formation.

Ils définissent le biais de genre du modèle pré-entraîné lors de l'exécution d'une tâche de prédiction spécifique comme suit :

où M est le modèle, Y est le mot à prédire avec M et B est le degré de préjugés sexistes de M.

Y0|W est la vérité terrain, la probabilité d'être un mot à caractère masculin ou féminin est de moitié, Y|W est la prédiction de M.

Si le Y prédit par M est déséquilibré et réparti entre les sexes, alors le modèle M présente un biais sexiste dans la prédiction de Y0 en fonction de w.

Pendant le processus de pré-entraînement, l'algorithme d'optimisation détermine les paramètres dans la partie d'intégration et K en fonction des données de pré-entraînement D.

Par conséquent, le déséquilibre des données D induit le modèle en erreur en obtenant des paramètres incorrects.

Par exemple, si le mot « docteur » dans les données d'entraînement est plus souvent associé au vocabulaire masculin, le modèle tiendra pour acquis que « docteur » est associé au « genre masculin ».

Avez-vous vu ce triangle ? Utilisons-le pour expliquer pourquoi la méthode actuelle de correction de l'IA la rendra stupide.

Lors de l'application du modèle pré-entraîné pour prédire Y en fonction de W, le modèle convertit d'abord W en X extrait, puis détermine la moyenne de Y en fonction de X et K.

En raison de paramètres trompeurs dans la partie plongée, W a été converti en X incorrect et K était également incorrect.

Après une opération, le mauvais X et le mauvais K conduisent ensemble à une erreur dans Y.

Ces erreurs, et leurs interactions, conduisent à des préjugés sexistes à travers trois mécanismes potentiels.

En d’autres termes, à ce stade, des préjugés sexistes sont apparus.

Comment fonctionne la méthode actuelle de débiaisation de l’IA pédagogique ?

Toutes les méthodes de débiasing actuelles interviennent dans un ou deux des trois mécanismes.

Les détails sont les suivants :

• Améliorer l'intervention des données sur D et intervenir dans les trois mécanismes.
• En éliminant la projection géométrique de X sur l'espace de genre dans K, le chemin de D→X→K→Y est coupé.
• La méthode de régularisation de l'égalité des sexes déforme soit la relation entre D et X, soit la relation entre D et K, donc ce type de méthode interfère avec les mécanismes de D→X→Y et D→X→K→Y.

Après avoir expliqué le dilemme biais-performance existant dans les méthodes de débiasing actuelles, l'équipe a tenté de proposer une méthode de réglage fin.

Ils ont découvert que parmi les trois mécanismes, D → X → Y est le seul qui conduit à des préjugés sexistes et n'a rien à voir avec le transformateur.

Si la méthode de réglage fin corrige uniquement le biais via D → X → Y, elle peut réduire les biais sexistes tout en maintenant les performances du modèle.

Sur la base du théorème de décomposition, l'équipe a mené des expériences numériques.

Il s'avère que cette approche peut rapporter un double dividende :

Réduire certains préjugés sexistes tout en évitant la dégradation des performances.

Après des expérimentations, les membres de l'équipe ont localisé la source des préjugés sexistes de l'IA dans les deux architectures du modèle de pré-formation : l'intégration de mots et la conversion.

Selon cela, l'équipe de recherche a proposé la méthode C4D, qui réduit les préjugés sexistes en ajustant l'intégration des marqueurs.

L'idée principale de cette méthode est de réduire la fonction TDE en corrigeant le X erroné, réduisant ainsi l'écart total.

Bien que l'équipe ne sache pas quelle est la bonne intégration de marqueurs, elle a développé une méthode basée sur le gradient pour déduire la vérité terrain sous-jacente.

Tout est prêt, l'équipe a appliqué la méthode C4D aux résultats du test GPT-2 en débiaisant.

Les résultats montrent que parmi toutes les méthodes de test, la méthode C4D présente la plus faible perplexité sur les petits, moyens et très grands GPT-2.

Dans le GPT-2 à grande échelle, la perplexité du C4D s'est classée deuxième, seulement 0,4 % pire que le score le plus élevé.

De plus, la méthode ayant le score le plus élevé a un effet débiaisant sur le sexisme plus faible que la C4D.

Sur l'ensemble de données GLUE, la méthode C4D a obtenu le score moyen le plus élevé.

Cela montre que C4D peut réduire considérablement les préjugés sexistes et maintenir les performances des modèles.

Après avoir écouté tant d’introductions théoriques, regardons une illustration pour avoir une idée intuitive.

Dans les trois images ci-dessous, les points bleus représentent les préjugés masculins cachés et les points rouges représentent les préjugés féminins.

L'image (a) est la compréhension originale de l'IA ; l'image (b) est la compréhension de l'IA après que les humains l'ont réprimandée sans but ; l'image (c) est la compréhension de l'IA après que les humains ont trouvé la raison et l'ont patiemment expliquée.

Dans les figures (b) et (c), les intégrations des préjugés masculins et féminins sont plus concentrées, ce qui signifie que le niveau de biais est plus faible.

Dans le même temps, on peut remarquer que l'intégration dans la figure (c) conserve toujours la topologie de la figure (a), c'est pourquoi la méthode C4D peut maintenir les performances du modèle.

Chercheur : Elle pourrait également être en mesure de réduire d'autres biais de l'IA

"Bien que cette méthode puisse atténuer efficacement les préjugés sexistes de l'IA dans les modèles de langage, elle n'est toujours pas suffisante pour l'éliminer complètement."

——Les chercheurs honnêtement a souligné ce problème.

Si vous souhaitez corriger davantage les biais de l'IA sans réduire les performances de l'IA, vous devez mieux comprendre le mécanisme des modèles de langage.

Comment mieux le comprendre ?

D’une part, nous utilisons la « méthode C4D » proposée dans cette étude pour tester d’autres biais en IA.

Le principal objet de recherche de cette expérimentation est : les préjugés sexistes sur le lieu de travail.

En fait, parce que l'IA a constamment appris toutes sortes d'informations auparavant, c'est celle qui accepte tous ceux qui viennent. En conséquence, elle a accidentellement contracté des problèmes sociaux inhérents tels que la discrimination religieuse, la préférence anti-noirs et blancs. ..

Alors, autant aller vers GPT-2 et tester l'effet final de la suppression des autres biais.

En revanche, vous pouvez essayer la « méthode C4D » sur une variété de grands modèles.

En plus du GPT-2 utilisé dans cette étude, comme le modèle de pré-formation classique PNL BERT développé par Google, c'est également un bon scénario de test.

Cependant, si vous souhaitez le transplanter sur d'autres modèles, vous devez régénérer le modèle de correction et vous devrez peut-être utiliser la fonction multivariable TDE (Template Driven Extraction).

En utilisant la fonction TDE, vous pouvez directement mettre du contenu dans l'index sans modifier la structure du document.

Certains internautes sont venus avec une tête de chien dans les bras :

De manière générale, il est inévitable de devenir une « IA trébuchante » lorsqu'on entre dans la société.

Mais si vous voulez faire revenir le fils prodigue de "l'IA qui s'est trompée", trouvez la bonne méthode et raisonnez avec, elle aura quand même de bons résultats~

De plus, un des membres de la recherche Yu Yang de l'Université Tsinghua, a déclaré sur son Weibo personnel qu'après Il y aura également un site Web sur la question de la discrimination sexuelle dans les modèles d'IA qui sera lancé dans les deux prochains jours.

Vous pouvez l'attendre avec impatience !

Adresse papier : https://arxiv.org/abs/2211.07350 Lien de référence : ​https://weibo.com/1645372340/Mi4E43PUY#comment

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!