Uge 4: Indavlede AI-systemer er fulde af fordomme og beskidte data. Præstationsingeniør i Team Danmark fortæller, hvordan han optimerer skøjterne til Danmarks OL-hold.
Transformator - En podcast af Teknologiens Mediehus - Fredage
Kategorier:
Vært: Henrik Heide Medvirkende: Andreas Top Adler, præstationsingeniør i Team Danmark, Jakob Engelund Vistisen og Magnus Boye I denne uges Transformator skal vi tale om indavl. Det har de fleste nok styr på, hvad er, når vi taler om mennesker og dyr. Men også AI-modeller kan være indavlede, og det gælder bl.a. Microsoft og Nvidias sprogmodel Metatron-Turing NLG, er er trænet på eksorbitante mængder data. Desværre er meget af det af tvivlsom kvalitet, og derfor er den fuld af fejl og uheldige bias. Det betyder, at alle de modeller, der baserer sig på den, også arver dens uheldige egenskaber, så de forholder sig fordomsfuldt til f.eks. muslimer, kvinder og homoseksuelle. Snart går det løs ved vinter-OL, og Jakob Engelund Vistisen har været på besøg hos Jesper Carlson, landstræner for speedskate landsholdet, som fortæller om, hvordan de danske OL-skøjteløberes udstyr optimeres – både skøjter og dragten er altafgørende for præstationen. Links AI-hyldevarer fører til algoritmisk indavl Derfor har antallet af paneler i årets EM-fodbold så stor betydning for dens aerodynamiske egenskaber