đź”´ L’IA pourrait confondre le chat d’Ă©checs avec des bagarres racistes | Dresser son chien


«The Queen’s Gambit», la rĂ©cente mini-sĂ©rie tĂ©lĂ©visĂ©e sur un maĂ®tre d’Ă©checs, a peut-ĂŞtre suscitĂ© un intĂ©rĂŞt accru pour les Ă©checs, mais un mot pour le sage: parler des mĂ©dias sociaux sur les couleurs des pièces de jeu pourrait conduire Ă  des malentendus, du moins pour la dĂ©tection des discours de haine Logiciel.

C’est ce qu’une paire de chercheurs de l’UniversitĂ© Carnegie Mellon soupçonnent d’ĂŞtre arrivĂ© Ă  Antonio Radić, ou « agadmator », un joueur d’Ă©checs croate qui hĂ©berge une chaĂ®ne YouTube populaire. En juin dernier, son compte a Ă©tĂ© bloquĂ© pour contenu « nuisible et dangereux ».

YouTube n’a jamais fourni d’explication et a rĂ©tabli la chaĂ®ne dans les 24 heures, a dĂ©clarĂ© Ashiqur R. KhudaBukhsh, scientifique du projet Ă  l’Institut des technologies linguistiques (LTI) de la CMU. Il est nĂ©anmoins possible que le discours «noir contre blanc» lors de l’interview de Radić avec le grand maĂ®tre Hikaru Nakamura ait dĂ©clenchĂ© un logiciel qui dĂ©tecte automatiquement le langage raciste, a-t-il suggĂ©rĂ©.

« Nous ne savons pas quels outils YouTube utilise, mais s’ils s’appuient sur l’intelligence artificielle pour dĂ©tecter un langage raciste, ce type d’accident peut se produire », a dĂ©clarĂ© KhudaBukhsh. Et si cela arrivait publiquement Ă  quelqu’un d’aussi haut niveau que Radić, cela pourrait bien arriver tranquillement Ă  beaucoup d’autres personnes qui ne sont pas si connues.

Pour voir si cela Ă©tait faisable, KhudaBukhsh et Rupak Sarkar, un ingĂ©nieur de recherche du cours LTI, ont testĂ© deux classificateurs de discours de pointe – un type de logiciel d’IA qui peut ĂŞtre formĂ© pour dĂ©tecter les indications de discours de haine. Ils ont utilisĂ© les classificateurs pour filtrer plus de 680000 commentaires recueillis sur cinq chaĂ®nes YouTube populaires axĂ©es sur les Ă©checs.

Ils ont ensuite Ă©chantillonnĂ© au hasard 1 000 commentaires qu’au moins un des classificateurs avait signalĂ©s comme discours de haine. Lorsqu’ils ont examinĂ© manuellement ces commentaires, ils ont constatĂ© que la grande majoritĂ© – 82% – n’incluait pas le discours de haine. Des mots tels que noir, blanc, attaque et menace semblent ĂŞtre des dĂ©clencheurs, ont-ils dĂ©clarĂ©.

Comme avec d’autres programmes d’IA qui dĂ©pendent de l’apprentissage automatique, ces classificateurs sont formĂ©s avec un grand nombre d’exemples et leur prĂ©cision peut varier en fonction de l’ensemble d’exemples utilisĂ©s.

Par exemple, KhudaBukhsh a rappelĂ© un exercice qu’il a rencontrĂ© en tant qu’Ă©tudiant, dans lequel le but Ă©tait d’identifier les «chiens paresseux» et les «chiens actifs» dans une sĂ©rie de photos. De nombreuses photos de dressage de chiens actifs montraient de larges Ă©tendues d’herbe car les chiens qui couraient Ă©taient souvent au loin. En consĂ©quence, le programme a parfois identifiĂ© des photos contenant de grandes quantitĂ©s d’herbe comme exemples de chiens actifs, mĂŞme si les photos n’incluaient aucun chien.

Dans le cas des Ă©checs, de nombreux ensembles de donnĂ©es d’entraĂ®nement comprennent probablement peu d’exemples de discussions sur les Ă©checs, conduisant Ă  des erreurs de classification, a-t-il notĂ©.

Cet article a Ă©tĂ© republiĂ© Ă  partir des matĂ©riaux suivants. Remarque: le matĂ©riel peut avoir Ă©tĂ© modifiĂ© pour sa longueur et son contenu. Pour plus d’informations, veuillez contacter la source citĂ©e.

Ă©duquer mon chien

Chien Dressage Note moyenne : 4.8 (98%) sur 137 votes

Laisser un commentaire