[讀書心得] AI 應該有的基礎數學，倫理道德與法律遵循
想要了解或是踏入「AI / 人工智慧 / 機器學習 / 資料分析」這個領域，應該要從基本做起，不該只是走馬看花，不了解基礎本質，不知道理論基礎，不懂得行為限制，就開始討論應用，就開始複製模擬，這樣會有點本末倒置。
中秋三天連假，花時間研究一下ＡＩ人工智慧的兩個基礎主題：
1. 基礎數學 for 機器學習 (Python)
https://www.edx.org/course/essential-math-machine-learning-python
2. 資料分析的倫理與法律
https://www.edx.org/course/ethics-and-law-in-data-and-analytics
----------
＃1. 基礎數學 for Machine Learning
「基礎理論單調乏味，但它是一切華麗背後的基礎磐石。」
基礎數學有點像是在回憶以前上學教的代數，微積分，線性代數，統計，機率，雖然那都是很久以前的事情，但是回憶起來還真有點吃力，重新吸收這些基礎數學理論，對於往後的機器學習，人工智慧，資料分析的方法、演算法、理論基礎都會有很大的幫助。
這門課真的非常非常基礎，算是簡單的入門數學科目，可以在輕鬆談笑之間就上完課了。
----------
＃2. 資料分析的倫理與法律
「談論道德永遠是高標準的，而法律就是最低限度。」
Data Ethics (數據倫理)：大數據帶來的改革，應該為人類帶來好處，幫助，與福利，為人類帶來更好的生活環境。
考慮五大價值指標：痛苦、自治、平等、美德、信賴
用 IRAC 四個步驟的方法，來分析事情的合法性。（Issue, Rule, Application, Conclusion）
科技，進步的快速，讓倫理道德和法律等行為秩序無法跟上，新的人工智慧領域又應該要有怎樣的倫理與法律，這問題已經浮上檯面，而且正熱烈的討論爭辯中，重要的是每個人心中的那一把尺，把持著每個人的行為態度，希望「人工智慧」能夠成為人類的幫手，而不是毀滅破壞的劊子手。
* 很好的參考資料：
人工智慧的機遇與挑戰 — 英國國會報告結論與建議摘要（總共有 74 項建議事項，很有參考價值）https://medium.com/twigf/%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%E7%9A%84%E6%A9%9F%E9%81%87%E8%88%87%E6%8C%91%E6%88%B0-%E8%8B%B1%E5%9C%8B%E5%9C%8B%E6%9C%83%E5%A0%B1%E5%91%8A%E7%B5%90%E8%AB%96%E8%88%87%E5%BB%BA%E8%AD%B0%E6%91%98%E8%A6%81-a0337c4c2af8
==> 原文出處：16 April 2018，Published by the Authority of the House of Lords
https://publications.parliament.uk/pa/ld201719/ldselect/ldai/100/100.pdf
倫理道德與法律是一門很難懂的課題，如何正確地使用大數據，做出無偏差的資料分析，提供正確有用的資料模型，這牽涉的領域和範圍非常的廣泛，有些可能是個人意識形態下的錯誤，有些可能是很難察覺的非意識形態下的產出，我們必須要正視大數據，機器學習，人工智慧為人類帶來的巨大影響，在良好的倫理道德和法律的規範之下，創造正確，有用，良好的未來美好環境。
ＰＳ：念書考試考昏頭了，中秋節到底是「烤肉」還是「考試」，傻傻分不清楚！
0 comments:
Post a Comment