なぜこれほど多くの人がニューヨークの AI 雇用法に対して怒っているのでしょうか?
先週ニューヨーク市で施行された人工知能と雇用に関する法律に対して、圧倒的な数の人々が激怒しました。この法律は米国初の AI 法であるため、その施行方法は、AI 政策や議論を展開している他の都市に教訓と指針を与えることになります。ニューヨークと同様、米国の他の州も欧州人工知能法にAI雇用規定を組み込むことを検討している。
人材採用における人工知能の使用は、自動化の存在と、既存の人種や性別による偏見を強化する可能性があるため、批判を引き起こしています。 AI システムは、表情や言語を評価する際に、白人、男性、健常者の候補者を優先することが示されています。
ほとんどの企業が採用プロセスで少なくとも一度は人工知能を使用しているため、この問題は注目に値します。米国雇用機会均等委員会のシャーロット・バローズ委員長は、2023年1月の会合で、80%もの企業が採用の意思決定に何らかの自動化ツールを使用していると述べた。
7 月 5 日に発効したニューヨーク市の自動雇用決定ツール法では、採用活動に人工知能を使用する雇用主は、その旨を候補者に正直に通知する必要があると規定しています。彼らのシステムが人種差別や性差別ではないことを証明するには、毎年独立した監査が必要です。求職者は、潜在的な雇用主に、このテクノロジーに関連するデータの収集と分析に関する情報を求めることができます。違反には最高 1,500 ドルの罰金が科せられます。
(出典: STEPHANIE ARNETT/MITTR | GETTY)
この法律の支持者らは、たとえ完璧ではないとしても、人工知能を規制し、その使用に伴う危害やリスクの一部を軽減する上で、この法律は良いスタートだと主張している。企業は、そのテクノロジーが女性や有色人種を不注意に不当に差別していないかどうかを判断するために、使用しているアルゴリズムをより深く検討することが求められている。
これはまれではあるが成功した事例であり、米国の人工知能規制政策の観点から見ると、より関連性の高い現地の規制が見られる可能性があります。期待できそうですね?
しかし、この法律は非常に物議を醸しています。公益団体や公民権運動家らは、この法案には強制力がなく、十分な範囲が広がっていないと主張する一方、遵守すべき企業は非現実的で負担が大きいと主張している。
民主主義と技術センターや監視技術監視プロジェクト (S.T.O.P.) などの組織は、この法律は「包括的で不十分」であり、採用活動において人工知能を使用したシステムを含む多くの自動化システムの使用が見逃される危険性があると主張しています。何千人もの候補者。
関連する監査業界が現在未成熟であることを考慮すると、独立監査の結果は不確実な側面の方が重要である。アドビ、マイクロソフト、IBMなどが会員となっている影響力のある技術業界団体であるBSAは、第三者による監査は「実行不可能」であると主張し、同法を批判するコメントを2023年1月にニューヨーク市に提出した。
S.T.O.P.エグゼクティブディレクターのアルバート・フォックス・カーン氏は、「重要な問題は、監査人が企業情報をどのように入手するのか、そして実際に企業の経営方法をどの程度尋問できるのかということだ。当社は財務監査人を雇用しているが、普遍的に受け入れられる一連の会計原則を欠いている」と述べた。税法や監査規則は言うに及ばず。」
カーン氏によると、この法律は人工知能と雇用プロセスに対する誤った安心感をもたらす可能性があるとのこと。同氏は、「これは保護が存在することを示すためにのみ使用されるイチジクの葉であり、実際には、これが法律で定められた結果としてどの企業も責任を問われることはないと思います。」と述べた。
重要なのは、必須の監査では、AI システムの出力が特定の人々のグループに対して偏っていないかどうかを評価する必要があるということです。その際、テクノロジーの「選択率」がグループによって異なるかどうかを判断するために、「影響率」として知られる指標を使用します。グループ化する。監査はアルゴリズムがどのように意思決定を行うかを判断する必要がなく、法律は深層学習などの複雑な形式の機械学習における「説明可能性」の問題を回避します。ご想像のとおり、これらの省略は AI 専門家の間で熱い議論のテーマとなっています。
米国では、連邦法が制定されるまでの間、この種の人工知能を規制する現地法がさらに制定される可能性があります。そのほとんどは、テクノロジーの 1 つの特定の用途を対象としています。こうした地域の法的論争に取り組むことで、AI ツール、セキュリティ メカニズム、および施行の定義が今後数十年間でどのように進化するかを明らかにすることができます。ニュージャージー州とカリフォルニア州はすでに同様の法律を検討している。
サポート: レン
以上がなぜこれほど多くの人がニューヨークの AI 雇用法に対して怒っているのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
