[LG Aimers] AI 윤리

 

LG Aimers 학습 내용을 정리한 글입니다.

 

 

1. 데이터 처리 및 수집에서 윤리 이슈

    ① 데이터에 대한 해석 : 상관관계와 인과관계는 다르다. 

    ② 데이터 전처리와 분석방법의 적절성 : error bar, 적합한 통계 테스트, 아웃라이어 제거(너무 크거나 작은값 제거), 데이터 표준화, EDA 충분한 시간을 보내기

    ③ 데이터 양의 충분성 : train data와 test data는 달라야한다. 

    ④ Black box algorithm : 정확도뿐만 아니라 설명력을 높여야 한다.

        - post-hoc explainability : Saliency map ,SHAP(SHapley Additive exPlanations)

                -> 픽셀하나로 학습 결과가 바뀔 수 있는 위험성 : One pixel attach

        - interpretable model

    ⑤ Handling the Web data :

        - 정보의 대표성 : 편향 현상

        - 오정보 : 인포데믹(infodemic): 사실정보와 더불어 오정보의 양이 늘어 구분이 어려워지는 정보 과부화 현상

    ⑥ 윤리에 대한 법적 제도

    ⑦ AI and Ethical Decisions 

요약

→ 데이터의 확보, 전처리, 분석, 해석의 전 과정이 중요

→ 알고리즘의 설명력, 편향, 신회의 문제에 주의

 

2. 인공지능 알고리즘과 윤리 이슈

    ① AI and creativity : GAN, NLP(GPT-3, 고퍼, Megatron-Turing)

    ② AI Art in Action : 누가 창작자인가

    ③ Copyright issues 

    ④ AI contributed harm :

         - 아시모프의 로봇3원칙: 1. 로봇은 인간을 다치게 해선 안 되며, 인간이 해를 입는 걸 방관해서도 안 된다.

                                               2. 법칙 1에 위배되지 않는 한 로봇은 인간의 명령에 복종한다.

                                               3. 법칙 1과 2에 위배되지 않는 한 로봇은 스스로를 보호해야 한다.

요약

→ 인간의 창조적 활도동 영역으로 들어온 인공지능

→ AI 시대 지식재산, 법인격, 처벌, 그리고 윤리의 문제 부각

→ AI에 대한 경계와 규제의 선택은 인류에 대한 재정의

 

3. 데이터 사이언티스트의 소양

    데이터를 통한 상상력을 가지고 어려운 문제에 도전해야 한다. 

    "변화가 곧 생존이다."

    목표 → 문제 → 진단 → 계획 → 실행

    협업 : 새로운 시각을 환영하고 견해 차이를 극복

 

 

출처 : https://www.lgaimers.ai/