ក្រមសីលធម៌ AI និង AI ផ្លូវច្បាប់ត្រូវបានបំភាន់ដោយការក្លែងបន្លំដែលគេស្គាល់ថាជា AI Ethics-Washing ដែលជាការអះអាងមិនពិតនៃការប្រកាន់ខ្ជាប់នូវក្រមសីលធម៌ AI រួមទាំងសម្រាប់រថយន្តបើកបរដោយខ្លួនឯង

Let’s explore the myriad of ways that the words “wash” and “washing” can be stretched and utilized for communicating a variety of pearls of wisdom.

We know for example that people sometimes forewarn that you should not wash your dirty laundry in public. I remember as a child that adults often cautioned that an improperly stated utterance could lead to getting your mouth washed out with soap. Another oft-cited phrase was that everything seems to ultimately come out in the wash.

If you were worried about something that you didn’t wish to be associated with, the recommended idea was to see if you could wash your hands of it. All sorts of washing-related considerations are commonly bandied around, including that you could be summarily washed up or washed over. Washing the egg off your face is an old adage that seems to still occasionally come up in conversations.

The use of colors to represent variations of washing is also relatively well-known. It is said that the notion of whitewashing traces back to at least the 1500s. There are concerns expressed about red washing, purple washing, and so on. I would dare say that perhaps greenwashing is one of the more frequently used catchphrases these days, referring ostensibly to an act of hollowness when touting sustainability and yet not backing up the asserted talk with any substance of walk-the-talk backbone.

You might not know about one of the newest versions of washing, namely AI Ethics washing.

Some prefer to shorten the phrasing to Ethics Washing, though this can produce some confusion since this seeming alternative wording could refer to just about any kind of ethics-oriented washing. The particular form of Ethics Washing that I’ll be discussing herein consists of AI-focused ethics and all related ethical considerations. For sake of clarity, I’d like to suggest that Ethics Washing covers a wide variety of ethics washing that might have little or nothing to do with AI per se. And that AI Ethics washing is a particular kind of Ethics Washing that aims specifically at the realm of AI.

You might be wondering, what exactly does AI Ethics washing consist of?

My overall definition is that AI Ethics washing can be defined as follows:

• AI Ethics washing entails giving lip service or window dressing to claimed caring concerns about AI Ethics precepts, including at times not only failing to especially abide by Ethical AI approaches but even going so far as to subvert or undercut AI Ethics approaches.

សម្រាប់ការគ្របដណ្តប់ដែលកំពុងបន្ត និងទូលំទូលាយនៃ AI Ethics និង Ethical AI សូមមើល តំណភ្ជាប់នៅទីនេះ និង តំណភ្ជាប់នៅទីនេះ, គ្រាន់តែឈ្មោះមួយចំនួន។

A quick example of AI Ethics washing might be illustrative for you.

Suppose a firm that is crafting an AI system is desirous of letting the world know about how great their AI is going to be. The firm decides that one means of garnering a lot of positive press and social media attention about the AI would be to publicize that it is devised to be entirely fair and balanced in how the AI functions. The AI is entirely trustworthy. The firm has strictly adhered to the tenets of creating so-called ទទួលខុសត្រូវ AI, see my coverage at តំណភ្ជាប់នៅទីនេះ. The assertion is that all of the prevailing AI Ethics principles were integrally interwoven into the AI system.

ស្តាប់មើលទៅអស្ចារ្យ!

Just one little problem.

Turns out that the firm did none of those things.

They did not abide by AI Ethics precepts. They said that they did, but they did not do so. The leaders of the firm and the marketing team decided that claiming they had stridently observed Ethical AI considerations would be presumably good for business. No need to actually do the hard work of dealing with those pesky AI Ethics guidelines, and instead just say that you did.

Voila, they instantly are able to promote their AI by jumping onto the AI Ethics bandwagon.

ងាយស្រួលបំផុត។

But this is a risky path and one that will in fact potentially generate big problems.

Firms and leaders that decide to falsely invoke AI Ethics when they have done little to abide by Ethical AI are potentially setting themselves up for a lot of fallout. First, if they are someday exposed regarding their AI Ethics falsehood they are risking a severe reputational backlash. They lied about being AI Ethics minded. In addition, having been caught in a lie, irrespective of having to do with AI Ethics also gets them into added hot water. It is a twofer of lying.

Second, numerous legal ramifications can bite them and their firm. One is that they didn’t do what they said they did and can be potentially legally held liable for their false claims. Another is that their AI is probably going to end up violating laws involving societally sensitive areas such as exhibiting undue biases and acting in discriminatory ways. The list of legal issues is lengthy and can end up forcing the firm into costly legal battles and possibly sinking the entire ship, as it were.

Why in the heck would a firm and its leaders choose to use AI Ethics washing?

Well, it can be somewhat costly to incorporate Ethical AI practices, though the counterargument is that the cost, in the end, will be readily exceeded by the benefits of having AI that is genuine and of a heightened caliber in adhering to AI Ethics approaches. Nonetheless, some firms would prefer to get their AI out the door soonest, and later on, figure that they will worry about fallout from not having considered Ethical AI during the development process.

The old line seems to come to bear, consisting of pay me now or pay me later. Some leaders and firms figure it is worth rolling the dice and hoping that they won’t have to incur the pay-me-later price when they opt to avert the pay-me-now facets. I would argue that there is no free lunch when it comes to AI Ethics. You either do your part, or you bear the consequences.

That’s not to say that there isn’t a lot of wiggle room in all of this.

Firms might dip their toes into AI Ethics and then try to exaggerate how much they have done. Their potential assumption is that they will have a sufficient defense to counter any accusations that they weren’t incorporating AI Ethics at all. They can point to some form of half-hearted AI Ethics activities that might get them off the hook. Thus, the debate then shifts from their not having done any AI Ethics efforts and instead becomes whether or not they did enough.

This is an argument that can go nearly endlessly and allow an AI Ethics washing purveyor a lot of room to maneuver.

Part of the loosey-goosey aspects is that there aren’t as yet agreed-to universal and definitively implementable standards about AI Ethics. Without a cohesive and comprehensive set of metrics, any discussions about whether AI Ethics was being appropriately observed will be tenuous and muddied. The firm will insist they did enough. An outsider or other claiming that the firm didn’t do enough will have an uphill battle showcasing such a counter contention. Ambiguity can reign.

Before getting into some more meat and potatoes about the wild and woolly considerations underlying the AI Ethics washing, let’s establish some additional fundamentals on profoundly integral topics. We need to briefly take a breezy dive into AI Ethics and especially the advent of Machine Learning (ML) and Deep Learning (DL).

អ្នកប្រហែលជាដឹងយ៉ាងច្បាស់ថា សំឡេងខ្លាំងបំផុតមួយនាពេលបច្ចុប្បន្ននេះនៅក្នុងវិស័យ AI និងសូម្បីតែនៅខាងក្រៅវិស័យ AI មានការស្រែកឡើងសម្រាប់ភាពស្រដៀងគ្នានៃ Ethical AI កាន់តែខ្លាំង។ សូមក្រឡេកមើលថាតើវាមានន័យយ៉ាងណាក្នុងការសំដៅទៅលើ AI Ethics និង Ethical AI ។ លើសពីនេះ យើងនឹងស្វែងយល់ពីអត្ថន័យរបស់ខ្ញុំ នៅពេលដែលខ្ញុំនិយាយអំពី Machine Learning និង Deep Learning។

ផ្នែកជាក់លាក់មួយ ឬផ្នែកនៃក្រមសីលធម៌ AI ដែលកំពុងទទួលបានការចាប់អារម្មណ៍ពីប្រព័ន្ធផ្សព្វផ្សាយជាច្រើនរួមមាន AI ដែលបង្ហាញពីភាពលំអៀង និងភាពមិនស្មើគ្នា។ អ្នកប្រហែលជាដឹងហើយថា នៅពេលដែលយុគសម័យចុងក្រោយនៃ AI បានចាប់ផ្តើម មានការសាទរយ៉ាងខ្លាំងចំពោះអ្វីដែលមនុស្សមួយចំនួនហៅថា អាយអេសដើម្បីភាពល្អ. ជាអកុសល យើងចាប់ផ្តើមធ្វើសាក្សីដោយភាពរំភើបរីករាយ អាយអេសសម្រាប់អាក្រក់. ជាឧទាហរណ៍ ប្រព័ន្ធសម្គាល់មុខដែលមានមូលដ្ឋានលើ AI ជាច្រើនត្រូវបានបង្ហាញថាមានផ្ទុកនូវភាពលំអៀងជាតិសាសន៍ និងលម្អៀងយេនឌ័រ ដែលខ្ញុំបានពិភាក្សានៅ តំណភ្ជាប់នៅទីនេះ.

ខំប្រឹងទប់ទល់ អាយអេសសម្រាប់អាក្រក់ កំពុងដំណើរការយ៉ាងសកម្ម។ ក្រៅពីស្រែកថ្ងូរ ផ្នែកច្បាប់ ការខិតខំប្រឹងប្រែងក្នុងការទប់ទល់នឹងការប្រព្រឹត្តខុស វាក៏មានការជំរុញយ៉ាងសំខាន់ឆ្ពោះទៅរកការទទួលយកក្រមសីលធម៌ AI ដើម្បីកែតម្រូវភាពអាក្រក់របស់ AI ។ គំនិតនេះគឺថាយើងគួរតែទទួលយក និងគាំទ្រគោលការណ៍សីលធម៌ AI សំខាន់ៗសម្រាប់ការអភិវឌ្ឍន៍ និងការអនុវត្តរបស់ AI ដើម្បីធ្វើដូច្នេះដើម្បីកាត់បន្ថយ។ អាយអេសសម្រាប់អាក្រក់ ហើយក្នុងពេលដំណាលគ្នាផ្សព្វផ្សាយ និងផ្សព្វផ្សាយការពេញចិត្ត អាយអេសដើម្បីភាពល្អ.

តាមគំនិតដែលពាក់ព័ន្ធ ខ្ញុំជាអ្នកតស៊ូមតិក្នុងការព្យាយាមប្រើ AI ជាផ្នែកនៃដំណោះស្រាយចំពោះបញ្ហា AI ដោយប្រយុទ្ធនឹងភ្លើងក្នុងរបៀបនៃការគិតនោះ។ ជាឧទាហរណ៍ យើងអាចបញ្ចូលសមាសធាតុ Ethical AI ទៅក្នុងប្រព័ន្ធ AI ដែលនឹងត្រួតពិនិត្យពីរបៀបដែល AI ដែលនៅសល់កំពុងធ្វើ ហើយដូច្នេះវាអាចចាប់យកការខិតខំប្រឹងប្រែងរើសអើងណាមួយក្នុងពេលជាក់ស្តែង សូមមើលការពិភាក្សារបស់ខ្ញុំនៅ តំណភ្ជាប់នៅទីនេះ. យើងក៏អាចមានប្រព័ន្ធ AI ដាច់ដោយឡែកដែលដើរតួជាប្រភេទនៃម៉ូនីទ័រ AI Ethics ។ ប្រព័ន្ធ AI ដើរតួជាអ្នកត្រួតពិនិត្យដើម្បីតាមដាន និងរកឃើញនៅពេលដែល AI មួយផ្សេងទៀតកំពុងចូលទៅក្នុងទីជ្រៅបំផុតដែលគ្មានសីលធម៌ (សូមមើលការវិភាគរបស់ខ្ញុំអំពីសមត្ថភាពបែបនេះនៅ តំណភ្ជាប់នៅទីនេះ).

បន្តិចទៀតនេះ ខ្ញុំនឹងចែករំលែកជាមួយអ្នកនូវគោលការណ៍ទូទៅមួយចំនួនដែលស្ថិតនៅក្រោមក្រមសីលធម៌ AI ។ មានបញ្ជីប្រភេទទាំងនេះជាច្រើនអណ្តែតនៅជុំវិញទីនេះ និងទីនោះ។ អ្នកអាចនិយាយបានថា មិនទាន់មានបញ្ជីឯកវចនៈនៃការអំពាវនាវជាសកល និងការស្របគ្នានៅឡើយ។ នោះ​ជា​ដំណឹង​អកុសល។ ដំណឹងល្អនោះគឺថា យ៉ាងហោចណាស់មានបញ្ជីសីលធម៌ AI ដែលអាចរកបានរួចរាល់ ហើយពួកគេមានទំនោរស្រដៀងគ្នា។ ទាំងអស់បានប្រាប់ នេះបង្ហាញថាតាមរយៈទម្រង់នៃការបញ្ចូលគ្នាប្រកបដោយហេតុផលនៃប្រភេទដែលយើងកំពុងស្វែងរកវិធីរបស់យើងឆ្ពោះទៅរកភាពសាមញ្ញទូទៅនៃអ្វីដែល AI Ethics មាន។

ជាដំបូង សូមនិយាយដោយសង្ខេបនូវសិក្ខាបទនៃក្រមសីលធម៌ AI រួមមួយចំនួន ដើម្បីបង្ហាញពីអ្វីដែលគួរតែជាការពិចារណាដ៏សំខាន់សម្រាប់នរណាម្នាក់ដែលបង្កើត បង្កើត ឬប្រើប្រាស់ AI ។

ជាឧទាហរណ៍ ដូចមានចែងដោយបុរីវ៉ាទីកង់ ទីក្រុងរ៉ូមអំពាវនាវឱ្យមានក្រមសីលធម៌ AI ហើយដូចដែលខ្ញុំបានគ្របដណ្តប់ស៊ីជម្រៅ តំណភ្ជាប់នៅទីនេះទាំងនេះគឺជាគោលការណ៍សីលធម៌ AI ចម្បងចំនួនប្រាំមួយដែលបានកំណត់របស់ពួកគេ៖

• តម្លាភាព: ជាគោលការណ៍ ប្រព័ន្ធ AI ត្រូវតែអាចពន្យល់បាន។
• បញ្ចូល៖ តម្រូវការរបស់មនុស្សគ្រប់រូបត្រូវតែយកមកពិចារណា ដើម្បីឲ្យមនុស្សគ្រប់រូបទទួលបានអត្ថប្រយោជន៍ ហើយបុគ្គលទាំងអស់អាចទទួលបានលក្ខខណ្ឌល្អបំផុតដើម្បីបង្ហាញពីខ្លួនឯង និងអភិវឌ្ឍ។
• ទំនួលខុសត្រូវ: អ្នកដែលរចនា និងដាក់ពង្រាយការប្រើប្រាស់ AI ត្រូវតែដំណើរការដោយការទទួលខុសត្រូវ និងតម្លាភាព
• មិនលំអៀង៖ កុំបង្កើត ឬធ្វើសកម្មភាពដោយលំអៀង ការពារភាពត្រឹមត្រូវ និងសេចក្តីថ្លៃថ្នូររបស់មនុស្ស
• ភាពជឿជាក់៖ ប្រព័ន្ធ AI ត្រូវតែអាចដំណើរការដោយភាពជឿជាក់
• សុវត្ថិភាព និងឯកជនភាព៖ ប្រព័ន្ធ AI ត្រូវតែដំណើរការដោយសុវត្ថិភាព និងគោរពភាពឯកជនរបស់អ្នកប្រើប្រាស់។

ដូចដែលបានបញ្ជាក់ដោយក្រសួងការពារជាតិសហរដ្ឋអាមេរិក (DoD) នៅក្នុងរបស់ពួកគេ។ គោលការណ៍សីលធម៌សម្រាប់ការប្រើប្រាស់បញ្ញាសិប្បនិម្មិត ហើយដូចដែលខ្ញុំបានគ្របដណ្តប់ស៊ីជម្រៅ តំណភ្ជាប់នៅទីនេះនេះគឺជាគោលការណ៍សីលធម៌ AI ចម្បងចំនួនប្រាំមួយរបស់ពួកគេ៖

• ទទួលខុសត្រូវ: បុគ្គលិក DoD នឹងអនុវត្តកម្រិតនៃការវិនិច្ឆ័យ និងការថែទាំសមស្រប ខណៈពេលដែលនៅតែទទួលខុសត្រូវចំពោះការអភិវឌ្ឍន៍ ការដាក់ពង្រាយ និងការប្រើប្រាស់សមត្ថភាព AI ។
• សមភាព៖ នាយកដ្ឋាននឹងចាត់វិធានការដោយចេតនា ដើម្បីកាត់បន្ថយភាពលំអៀងដោយអចេតនានៅក្នុងសមត្ថភាព AI ។
• អាចតាមដានបាន៖ សមត្ថភាព AI របស់នាយកដ្ឋាននឹងត្រូវបានបង្កើតឡើង និងដាក់ឱ្យប្រើប្រាស់ ដែលបុគ្គលិកពាក់ព័ន្ធមានការយល់ដឹងសមស្របអំពីបច្ចេកវិទ្យា ដំណើរការអភិវឌ្ឍន៍ និងវិធីសាស្រ្តប្រតិបត្តិការដែលអនុវត្តចំពោះសមត្ថភាព AI រួមទាំងវិធីសាស្រ្តតម្លាភាព និងសវនកម្ម ប្រភពទិន្នន័យ និងនីតិវិធីរចនា និងឯកសារ។
• អាចជឿទុកចិត្តបាន: សមត្ថភាព AI របស់នាយកដ្ឋាននឹងមានការប្រើប្រាស់ច្បាស់លាស់ និងច្បាស់លាស់ ហើយសុវត្ថិភាព សុវត្ថិភាព និងប្រសិទ្ធភាពនៃសមត្ថភាពទាំងនោះនឹងត្រូវឆ្លងកាត់ការធ្វើតេស្ត និងការធានានៅក្នុងការប្រើប្រាស់ដែលបានកំណត់នៅទូទាំងវដ្តជីវិតរបស់ពួកគេ។
• អាចគ្រប់គ្រងបាន៖ នាយកដ្ឋាននឹងរចនា និងវិស្វកម្មសមត្ថភាព AI ដើម្បីបំពេញមុខងារដែលបានគ្រោងទុក ខណៈពេលដែលមានសមត្ថភាពក្នុងការរកឃើញ និងជៀសវាងផលវិបាកដែលមិនចង់បាន និងសមត្ថភាពក្នុងការផ្តាច់ ឬបិទប្រព័ន្ធដែលបានដាក់ពង្រាយ ដែលបង្ហាញពីអាកប្បកិរិយាអចេតនា។

ខ្ញុំក៏បានពិភាក្សាផងដែរអំពីការវិភាគសមូហភាពផ្សេងៗនៃគោលការណ៍សីលធម៌ AI រួមទាំងការគ្របដណ្តប់លើសំណុំដែលបង្កើតឡើងដោយអ្នកស្រាវជ្រាវដែលបានពិនិត្យ និងបង្រួមខ្លឹមសារនៃគោលការណ៍សីលធម៌ AI ជាតិ និងអន្តរជាតិជាច្រើននៅក្នុងក្រដាសដែលមានចំណងជើងថា "ទេសភាពសកលនៃគោលការណ៍ណែនាំសីលធម៌ AI" (បោះពុម្ពផ្សាយ ក្នុង ធម្មជាតិ) ហើយការគ្របដណ្តប់របស់ខ្ញុំរុករកនៅ តំណភ្ជាប់នៅទីនេះដែលនាំទៅដល់បញ្ជីគន្លឹះនេះ៖

• តម្លាភាព
• យុត្តិធម៌ និងយុត្តិធម៌
• ភាពមិនអាក្រក់
• ការទទួលខុសត្រូវ
• ភាពឯកជន
• អត្ថប្រយោជន៍
• សេរីភាព និងស្វ័យភាព
• ការជឿទុកចិត្ត
• និរន្តរភាព
• សេចក្តីថ្លៃថ្នូរ
• សាមគ្គីភាព

ដូចដែលអ្នកអាចទាយដោយផ្ទាល់ ការព្យាយាមកំណត់ចំណុចជាក់លាក់នៃគោលការណ៍ទាំងនេះអាចជារឿងពិបាកធ្វើណាស់។ កាន់តែពិសេសជាងនេះទៅទៀត ការខិតខំប្រឹងប្រែងដើម្បីបង្វែរគោលការណ៍ដ៏ទូលំទូលាយទាំងនោះទៅជាអ្វីដែលជាក់ស្តែង និងលម្អិតគ្រប់គ្រាន់ដើម្បីប្រើប្រាស់នៅពេលបង្កើតប្រព័ន្ធ AI ក៏ជាចំណុចពិបាកមួយក្នុងការបំបែក។ វាជាការងាយស្រួលក្នុងការធ្វើការគ្រវីដៃខ្លះៗអំពីអ្វីដែល AI Ethics សិក្ខាបទគឺ និងរបៀបដែលពួកគេគួរត្រូវបានសង្កេតជាទូទៅ ខណៈពេលដែលវាជាស្ថានភាពស្មុគស្មាញជាងនៅក្នុង AI coding ដែលត្រូវតែជាកៅស៊ូពិតប្រាកដដែលជួបនឹងផ្លូវ។

គោលការណ៍ក្រមសីលធម៌ AI នឹងត្រូវប្រើប្រាស់ដោយអ្នកអភិវឌ្ឍន៍ AI រួមជាមួយនឹងអ្នកដែលគ្រប់គ្រងកិច្ចខិតខំប្រឹងប្រែងក្នុងការអភិវឌ្ឍន៍ AI និងសូម្បីតែអ្នកដែលនៅទីបំផុតអនុវត្ត និងថែទាំប្រព័ន្ធ AI ។ ភាគីពាក់ព័ន្ធទាំងអស់នៅទូទាំងវដ្តជីវិត AI នៃការអភិវឌ្ឍន៍ និងការប្រើប្រាស់ត្រូវបានពិចារណាក្នុងវិសាលភាពនៃការគោរពតាមបទដ្ឋានដែលត្រូវបានបង្កើតឡើងនៃ Ethical AI ។ នេះគឺជាការគូសបញ្ជាក់ដ៏សំខាន់មួយចាប់តាំងពីការសន្មត់ធម្មតាគឺថា "មានតែអ្នកសរសេរកូដ" ឬអ្នកដែលកម្មវិធី AI ប៉ុណ្ណោះដែលត្រូវប្រកាន់ខ្ជាប់នូវគោលគំនិតសីលធម៌របស់ AI ។ ដូចដែលបានបញ្ជាក់រួចមកហើយ វាត្រូវការភូមិមួយដើម្បីបង្កើត និងអនុវត្ត AI ហើយភូមិទាំងមូលត្រូវតែគោរព និងគោរពតាមសិក្ខាបទ AI ។

យើងក៏ត្រូវប្រាកដថាយើងនៅលើទំព័រដូចគ្នាអំពីលក្ខណៈនៃ AI នាពេលបច្ចុប្បន្ននេះ។

មិនមាន AI ណាមួយដែលប្រកបដោយមនោសញ្ចេតនាទេ។ យើងមិនមាននេះទេ។ យើង​មិន​ដឹង​ថា​តើ​ AI ​អាច​នឹង​កើត​ឡើង​ឬ​អត់​នោះ​ទេ។ គ្មាននរណាម្នាក់អាចទស្សន៍ទាយបានច្បាស់ថា តើយើងនឹងសម្រេចបាន AI អារម្មណ៍ ឬថាតើ AI អារម្មណ៍នឹងកើតឡើងដោយអព្ភូតហេតុដោយឯកឯងក្នុងទម្រង់នៃ supernova នៃការយល់ដឹងតាមការគណនា (ជាទូទៅគេហៅថាឯកវចនៈ សូមមើលការគ្របដណ្តប់របស់ខ្ញុំនៅ តំណភ្ជាប់នៅទីនេះ).

ប្រភេទនៃ AI ដែលខ្ញុំកំពុងផ្តោតលើមាន AI ដែលមិនមានអារម្មណ៍ដែលយើងមានសព្វថ្ងៃនេះ។ ប្រសិនបើយើងចង់ស្មានទុកជាមុន អ្នកផ្ញើ AI ការពិភាក្សានេះអាចទៅក្នុងទិសដៅខុសគ្នាយ៉ាងខ្លាំង។ AI ដែល​មាន​អារម្មណ៍​ថា​នឹង​មាន​គុណភាព​មនុស្ស។ អ្នកនឹងត្រូវពិចារណាថា AI អារម្មណ៍គឺស្មើនឹងការយល់ដឹងរបស់មនុស្ស។ ជាងនេះទៅទៀត ចាប់តាំងពីមានការប៉ាន់ស្មានខ្លះថា យើងប្រហែលជាមាន AI ដ៏វៃឆ្លាតទំនើប ដូច្នេះហើយទើបអាចសន្និដ្ឋានបានថា AI បែបនេះអាចមានភាពវៃឆ្លាតជាងមនុស្សទៅទៀត (សម្រាប់ការរុករករបស់ខ្ញុំនូវ AI ឆ្លាតវៃទំនើបជាលទ្ធភាព សូមមើល ការគ្របដណ្តប់នៅទីនេះ).

ចូរយើងរក្សាអ្វីៗឱ្យកាន់តែជ្រៅនៅលើផែនដី ហើយពិចារណាអំពី AI ដែលមិនងាយយល់នាពេលបច្ចុប្បន្ននេះ។

ត្រូវដឹងថា AI នាពេលបច្ចុប្បន្ននេះ មិនអាច "គិត" តាមរបៀបណាមួយបានដូចការគិតរបស់មនុស្សនោះទេ។ នៅពេលអ្នកប្រាស្រ័យទាក់ទងជាមួយ Alexa ឬ Siri សមត្ថភាពសន្ទនាអាចហាក់ដូចជាស្រដៀងនឹងសមត្ថភាពរបស់មនុស្ស ប៉ុន្តែការពិតគឺថាវាមានលក្ខណៈគណនា និងខ្វះការយល់ដឹងរបស់មនុស្ស។ យុគសម័យចុងក្រោយបង្អស់របស់ AI បានប្រើប្រាស់យ៉ាងទូលំទូលាយនូវ Machine Learning (ML) និង Deep Learning (DL) ដែលមានឥទ្ធិពលលើការផ្គូផ្គងលំនាំគណនា។ នេះបាននាំឱ្យមានប្រព័ន្ធ AI ដែលមានរូបរាងដូចមនុស្ស។ ទន្ទឹមនឹងនេះដែរ សព្វថ្ងៃនេះមិនមាន AI ណាមួយដែលមានលក្ខណៈសមហេតុសមផលទេ ហើយក៏មិនមានការងឿងឆ្ងល់នៃការយល់ដឹងនៃការគិតដ៏រឹងមាំរបស់មនុស្សដែរ។

ML/DL គឺជាទម្រង់នៃការផ្គូផ្គងលំនាំគណនា។ វិធីសាស្រ្តធម្មតាគឺអ្នកប្រមូលផ្តុំទិន្នន័យអំពីកិច្ចការធ្វើការសម្រេចចិត្ត។ អ្នកបញ្ចូលទិន្នន័យទៅក្នុងម៉ូដែលកុំព្យូទ័រ ML/DL ។ គំរូទាំងនោះស្វែងរកលំនាំគណិតវិទ្យា។ បន្ទាប់ពីស្វែងរកគំរូបែបនេះ ប្រសិនបើរកឃើញនោះ ប្រព័ន្ធ AI នឹងប្រើលំនាំទាំងនោះនៅពេលជួបទិន្នន័យថ្មី។ នៅពេលបង្ហាញទិន្នន័យថ្មី គំរូដែលផ្អែកលើ "ទិន្នន័យចាស់" ឬទិន្នន័យប្រវត្តិសាស្រ្តត្រូវបានអនុវត្តដើម្បីបង្ហាញការសម្រេចចិត្តបច្ចុប្បន្ន។

ខ្ញុំ​គិត​ថា​អ្នក​អាច​ទាយ​ថា​តើ​នេះ​កំពុង​ទៅ​ណា​។ ប្រសិនបើ​មនុស្ស​ដែល​បាន​បង្កើត​គំរូ​តាម​ការ​សម្រេច​ចិត្ត​បាន​រួម​បញ្ចូល​ការ​លំអៀង​ដែល​មិន​ឆ្អែតឆ្អន់ នោះ​ការ​ខុសឆ្គង​គឺ​ថា​ទិន្នន័យ​បាន​ឆ្លុះ​បញ្ចាំង​ពី​ចំណុច​នេះ​តាម​វិធី​ស្រាលៗ ប៉ុន្តែ​សំខាន់។ ការ​ផ្គូផ្គង​គំរូ​ការ​សិក្សា​តាម​ម៉ាស៊ីន ឬ​ការ​រៀន​ជ្រៅ​នឹង​ព្យាយាម​ធ្វើ​ត្រាប់តាម​ទិន្នន័យ​តាម​គណិតវិទ្យា។ មិន​មាន​ភាព​ដូច​គ្នា​នៃ​សុភវិនិច្ឆ័យ ឬ​ទិដ្ឋភាព​មនោសញ្ចេតនា​ផ្សេង​ទៀត​នៃ​ការ​បង្កើត​គំរូ​ដែល​បង្កើត​ដោយ AI ក្នុង​មួយ។

ជាងនេះទៅទៀត អ្នកអភិវឌ្ឍន៍ AI ប្រហែលជាមិនដឹងពីអ្វីដែលកំពុងកើតឡើងនោះទេ។ គណិតវិទ្យា arcane នៅក្នុង ML/DL អាចធ្វើឱ្យវាពិបាកក្នុងការបំបាត់ភាពលំអៀងដែលលាក់នៅពេលនេះ។ អ្នកនឹងសង្ឃឹមយ៉ាងត្រឹមត្រូវ ហើយរំពឹងថាអ្នកអភិវឌ្ឍន៍ AI នឹងសាកល្បងសម្រាប់ភាពលំអៀងដែលអាចកប់បាន ទោះបីជាវាពិបាកជាងវាក៏ដោយ។ ឱកាសដ៏រឹងមាំមួយមានដែលថា ទោះបីជាមានការធ្វើតេស្តយ៉ាងទូលំទូលាយថានឹងមានភាពលំអៀងនៅតែបង្កប់នៅក្នុងគំរូដែលត្រូវគ្នានឹងគំរូនៃ ML/DL ក៏ដោយ។

អ្នក​អាច​ប្រើ​សុភាសិត​ដ៏​ល្បី​ឬ​មិន​ល្អ​ខ្លះ​នៃ​ការ​ចោល​សំរាម​ក្នុង​ធុង​សំរាម។ រឿងនោះគឺថា នេះគឺស្រដៀងទៅនឹងភាពលំអៀងដែលបញ្ចូលទៅក្នុង insidiously ដូចជាភាពលំអៀងដែលលិចចូលទៅក្នុង AI ។ ក្បួនដោះស្រាយការសម្រេចចិត្ត (ADM) នៃ AI axiomatically ក្លាយជាបន្ទុកដោយភាពមិនស្មើគ្នា។

មិនល្អ។

Let’s now return to the topic of AI Ethics washing.

There are four major variants of AI Ethics washing that I usually see occurring (I’ll explain these in a moment):

1) The AI Ethics Washers That Don’t Know They Are: AI Ethics washing by ignorance or illiteracy about AI and/or AI Ethics

2) The AI Ethics Washers That Fall Into It: AI Ethics washing by inadvertent slippage though otherwise genuine about AI Ethics and AI

3) The AI Ethics Washers That Thinly Stretch: AI Ethics washing by purposeful intent though just by a smidgeon and at times nearly excusable (or not)

4) The AI Ethics Washers That Know And Brazenly Peddle It: AI Ethics washing all-out and by insidious and often outrageous design

I would generally suggest that the four variants range from the shall we say the most innocent to the guiltiest, as to the awareness of what AI Ethics washing is. Let’s walk through each of the four, starting with the first one and making our way to the rather shameful fourth one.

First, you’ve got those that are somewhat of the unwashed in that they do not know what AI Ethics is, they don’t know what AI Ethics washing is, and they probably don’t even know much about AI either. You could say they are ignorant or illiterate on those topics. For them, they are probably committing AI Ethics washing and blindly and blissfully do not realize that they are doing so.

នេះជារឿងសោកសៅ។

It can be especially bad too if the AI Ethics washing is being done by a major news agency or high-profile social media influencer. They might have been fed a bed of lies, and they did not vet those falsehoods. Meanwhile, they use their reach and influence to perpetuate the AI Ethics washing claims. Sad and worse still that it does a disservice to society all told. Shame on those that let themselves be fooled. They need to wise up. Remember, being fooled and looking foolish are close cousins.

Next in order is the AI Ethics washing which is a slipup. Imagine that a firm has been doing quite well in abiding by AI Ethics precepts. We can congratulate them for doing this. Unfortunately, suppose at some juncture they make an announcement about their AI that is not well-supported from an AI Ethics viewpoint. If this is a relatively innocuous statement or unintentional error, we might grant them some latitude. Of course, if the point they made is egregiously over the line, the slippage is not so easily overlooked. There is a famous line that it takes forever to build a reputation and yet only takes a brief moment to utterly demolish it.

We next enter into the last two of the four categories.

These are the culprits that are fully aware of AI Ethics washing and consciously with overt intent decide to utilize it, perhaps as part of a corporate strategy or by other divined means. The main difference between these latter two is that the AI Ethics washing might be of a minor nature, or it might be of a significant and crucial nature. You’ve got some that opt to stretch things and just slightly edge over the line. There are others that are whole hog willing to take AI Ethics washing to the extreme.

You might be thinking that certainly any of the extreme AI Ethics washing would have to be obvious and that the extremist would get caught with their hand in the cookie jar. Everyone would see that the emperor has no clothes. Lamentedly, given the overall confusion about AI and AI Ethics in the world today, there is enough murkiness that even the extreme AI Ethics washing can get a free pass.

This can be quite irksome to those that side with being serious and sober about AI Ethics. They watch as someone else tosses around all manner of slop that is exceedingly evident in AI Ethics washing. The extremist gets massive media attention. They have their proverbial 15 minutes of fame. Those that are doing the real work and the right thing when it comes to AI Ethics can feel rightfully exasperated and justifiably upset when AI Ethics washing is undertaken scot-free by others in the marketplace.

It can be almost likened to juicing and doping that takes place in sports. An athlete that has put their heart and soul into naturally becoming a top-notch athlete can be entirely crestfallen if someone else manages to compete at their same level and does so via the use of banned performance-enhancing drugs. Should you call out the other spoiler? Should you perhaps quietly opt to also take those drugs, fighting fire with fire? This is a conundrum. For my discussion about how juicing or doping happens in the AI field, see តំណភ្ជាប់នៅទីនេះ.

Now that we’ve covered a bit about AI Ethics washing, we can introduce a bunch of other related catchphrases that are equally in the same arena.

Here are a few that we can briefly explore:

• AI Ethics theatre
• AI Ethics shopping
• AI Ethics bashing
• AI Ethics shielding
• AI Ethics fairwashing

Let’s briefly examine each of those catchphrases. Not everyone agrees with what each phrase precisely denotes, so I’ll share with you my general impressions.

AI Ethics Theatre

AI Ethics theatre can be somewhat similar to AI Ethics washing in that the idea is to make a sizable showing of having abided by AI Ethics precepts in a considered staged and ceremonial way. If the firm that is carrying out the circus or AI Ethics theatre really was abiding by AI Ethics practices, you can make the argument that they justly ought to be able to do so. Indeed, you could further contend that this will hopefully inspire others to also abide by AI Ethics.

On the other hand, it would seem that AI Ethics theatre tends to usually go overboard. The circus act of having all those ponies and elephants can tend to overstate what was truly undertaken. This in turn begins to enter into the second, third, or fourth category of the aforementioned AI Ethics washing takes. Whether the theatre is more good than bad (such as being inspirational), or more bad than good (possibly spurring AI Ethics washing by others), remains to be seen.

AI Ethics Shopping

Envision that a company is going to build an AI system and realizes that they should include AI Ethics aspects during the development life cycle of the AI. Which of the many AI Ethics guidelines should they make use of?

Picking several of them at once could be confusing and make their AI efforts overly bulky. The odds are that the development effort will be more likely to abide by AI Ethics practices if there is a single internally adopted set that all can readily refer to and make sense of.

Okay, so one means to land on an AI Ethics set of principles would be to pick just one of the many available. Another would be to take several sets and try to merge them together. The problem with the merging could be that you expend a lot of precious energy and time on debating about how to best merge the sets into one comprehensive whole. That kind of attention would probably be diverting you from getting on with the development process, plus might get the AI team riled up merely over the acrid debates that might have occurred during the AI Ethics merging activity.

Overall, you might also try to steer your attention to an AI Ethics set of guidelines that you believe will be the easiest to adopt. This would seem perfectly fine. Why make life harder than it probably already is? In that same breath, supposing that you pick an AI Ethics set that is watered down. You are aiming to do the least that you can do. You want to hold your head high that you abided by AI Ethics precepts, meanwhile secretly choosing the minimalist or maybe even less so of the bunch.

Some would refer to this as AI Ethics shopping.

You are shopping around to find the AI Ethics principles that will give you the easiest path to claiming that you are abiding by AI Ethics. This does make sense in that why should you have to do more than is necessary? This though can be warped by finding a thinly veiled set of AI Ethics and clinging to it as though it is robust and bona fide when the reality is that it is sparse and marginal.

AI Ethics Bashing

The notion of AI Ethics bashing is somewhat straightforward.

You bash or denigrate the nature of and use of AI Ethics precepts. A common form of bashing would be to insist that AI Ethics guidelines are worthless and not worth the paper they are printed on. Another popular bash is that AI Ethics is an academic exercise that has nothing to do with the real world. There is even the exhortation that AI Ethics is bad, presumably because it provides a false cover for those that want to seem as though they are developing AI properly. In that manner, AI Ethics is a cover-up scheme.

I won’t belabor the AI Ethics bashing phenomena and suggest you see my coverage of why those bashes are either wrong or at least misguided, see តំណភ្ជាប់នៅទីនេះ.

AI Ethics Shielding

AI Ethics shielding usually refers to the idea that AI Ethics is a deceptive kind of shield that can hide or obscure bad actors and bad AI Ethics efforts. I’ve alluded to this repeatedly throughout this herein discussion.

There is an ongoing qualm that some will proudly display that they are using AI Ethics and the underlying reality is that they are doing almost nothing of the kind. For those that say we should get rid of the shield entirely, I tend to retort that this is akin to throwing out the baby with the bathwater.

AI Ethics Fairwashing

Fairness is important.

You might recall that when I was discussing the AI Ethics precepts, one of the most frequently identified AI Ethics guidelines consists of trying to ensure that the AI is fair or exhibits a semblance of fairness. This has given rise to a catchphrase of “fairwashing” which is used at times to evoke the possibility that an AI system is said or claimed to be fair when it might not be fair or there is little evidence to support that it is fair. This is a bit of a mashup of AI Ethics washing with the conceptual consideration of AI being fair, ergo the shortcut way to express this is by saying that there is potentially ការលាងដោយយុត្តិធម៌ that can happen. Researchers describe the matter this way: “In particular, due to the growing importance of the concepts of fairness in machine learning, a company might be tempted to perform fairwashing, which we define as promoting the false perception that the learning models used by the company are fair while it might not be so” (by Ulrich Aiıvodji, Hiromi Arai, Olivier Fortineau, Sebastien Gambs, Satoshi Hara, and Alain Tapp in “Fairwashing: The Risk Of Rationalization”).

There is another twist about AI Ethics washing that you ought to be considering.

On a somewhat macroscopic scale, there is an expressed concern that the rise of AI Ethics is a shield or cover for something even grander. You might be aware that there are numerous efforts underway to establish laws about the governance of AI. This is happening all across the globe. Strident efforts are underway in the EU, which I’ve covered in my columns, and likewise in the U.S., along with taking place in many countries.

Some suggest that the embracing of AI Ethics might be a means of staving off the enactment of those laws. Companies can seemingly persuasively argue that new laws are not needed because the use of AI Ethics suitably deals with any AI issues. AI Ethics are usually classified as being a form of “soft law” and are customarily voluntary (all else being equal). Laws about AI are classified as so-called “hard laws” and are not of a voluntary construct (generally).

It is commonly said that firms would abundantly prefer the soft laws over the hard laws, giving them more latitude and leeway. Not everyone agrees with that sentiment. Some say that the soft laws allow firms to get away with inappropriate efforts and the only way to nail them is by enacting hard laws. Others point out that firms would at times prefer hard laws, which can provide a clearer playing field. Hard laws can potentially make all players abide by the same rules. Soft laws allow a kind of pick and choose, thus creating confusion and disrupting the playing field.

Here’s how research depicts AI Ethics washing amidst this grander view of what might be taking place: “On the one hand, the term has been used by companies as an acceptable façade that justifies deregulation, self-regulation, or market-driven governance, and is increasingly identified with technology companies’ self-interested adoption of appearances of ethical behavior. We call such growing instrumentalization of ethical language by tech companies “ethics washing.” Beyond AI ethics councils, ethics washing includes other attempts at simplifying the value of ethical work, which often form part of a corporate communications strategy: the hiring of in-house moral philosophers who have little power to shape internal company policies; the focus on humane design – e.g. nudging users to reduce time spent on apps – instead of tackling the risks inherent in the existence of the products themselves; the funding of work on ‘fair’ machine learning systems which positively obscures deeper questioning around the broader impacts of those systems on society” (by Elettra Bietti, “From Ethics Washing to Ethics Bashing: A View on Tech Ethics from Within Moral Philosophy,” Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency).

នៅចំនុចប្រសព្វនៃការពិភាក្សាដ៏មានទម្ងន់នេះ ខ្ញុំចង់ភ្នាល់ថា អ្នកពិតជាចង់បានឧទាហរណ៍មួយចំនួនដែលអាចបង្ហាញអំពីប្រធានបទនេះ។ មានគំរូដ៏ពេញនិយមពិសេស និងប្រាកដប្រជាដែលនៅជិតបេះដូងខ្ញុំ។ អ្នកឃើញហើយ ក្នុងសមត្ថភាពរបស់ខ្ញុំក្នុងនាមជាអ្នកជំនាញលើ AI រួមទាំងផលប៉ះពាល់ខាងសីលធម៌ និងផ្នែកច្បាប់ ខ្ញុំត្រូវបានគេសួរជាញឹកញាប់ឱ្យកំណត់ឧទាហរណ៍ជាក់ស្តែងដែលបង្ហាញពីភាពលំបាកនៃក្រមសីលធម៌ AI ដូច្នេះ លក្ខណៈទ្រឹស្តីខ្លះនៃប្រធានបទអាចយល់បានកាន់តែងាយស្រួល។ ផ្នែកមួយដែលរំជើបរំជួលបំផុតដែលបង្ហាញយ៉ាងរស់រវើកអំពីក្រមសីលធម៌ AI នេះគឺការមកដល់នៃរថយន្តបើកបរដោយខ្លួនឯងពិតប្រាកដដែលមានមូលដ្ឋានលើ AI ។ វានឹងបម្រើជាករណីប្រើប្រាស់ដ៏ងាយស្រួល ឬជាឧទាហរណ៍សម្រាប់ការពិភាក្សាយ៉ាងទូលំទូលាយលើប្រធានបទ។

ខាងក្រោមនេះជាសំណួរដែលគួរអោយចាប់អារម្មណ៍ដែលគួរពិចារណា៖ Does the advent of AI-based true self-driving cars illuminate anything about AI Ethics washing, and if so, what does this showcase?

ទុកពេលឱ្យខ្ញុំមួយភ្លែតដើម្បីស្រាយសំណួរ។

ជាដំបូង សូមចំណាំថា មិនមានអ្នកបើកបរមនុស្សពាក់ព័ន្ធនឹងរថយន្តបើកបរដោយខ្លួនឯងពិតប្រាកដនោះទេ។ សូមចងចាំថារថយន្តដែលបើកបរដោយខ្លួនឯងពិតប្រាកដគឺត្រូវបានជំរុញតាមរយៈប្រព័ន្ធបើកបរ AI ។ មិន​ចាំបាច់​មាន​អ្នក​បើក​បរ​មនុស្ស​នៅ​កង់​នោះ​ទេ ហើយ​ក៏​មិន​មាន​ការ​ផ្តល់​ឲ្យ​មនុស្ស​ដើម្បី​បើក​រថយន្ត​ដែរ។ សម្រាប់ការគ្របដណ្តប់យ៉ាងទូលំទូលាយ និងបន្តរបស់ខ្ញុំនៃយានយន្តស្វយ័ត (AVs) និងជាពិសេសរថយន្តដែលបើកបរដោយខ្លួនឯង សូមមើល តំណភ្ជាប់នៅទីនេះ.

ខ្ញុំចង់បញ្ជាក់បន្ថែមទៀតថាតើវាមានន័យយ៉ាងម៉េចនៅពេលខ្ញុំនិយាយអំពីឡានបើកបរដោយខ្លួនឯង។

ស្វែងយល់ពីកម្រិតនៃរថយន្តបើកបរដោយខ្លួនឯង

ក្នុងនាមជាការបញ្ជាក់មួយរថយន្តបើកបរដោយខ្លួនឯងគឺជាប្រភេទមួយដែលអាយអេសបើកបររថយន្តដោយខ្លួនឯងហើយមិនមានជំនួយពីមនុស្សទេក្នុងពេលបើកបរ។

យានជំនិះគ្មានអ្នកបើកបរទាំងនេះត្រូវបានចាត់ទុកថាជាកម្រិតទី 4 និងកម្រិត 5 (សូមមើលការពន្យល់របស់ខ្ញុំនៅ តំណនេះនៅទីនេះ) ខណៈពេលដែលរថយន្តដែលតម្រូវឱ្យអ្នកបើកបរមនុស្សរួមគ្នាចែករំលែកការប្រឹងប្រែងបើកបរជាធម្មតាត្រូវបានចាត់ទុកថានៅកម្រិត 2 ឬកម្រិត 3 ។ រថយន្តដែលរួមគ្នាចែករំលែកភារកិច្ចបើកបរត្រូវបានពិពណ៌នាថាជាពាក់កណ្តាលស្វយ័ត ហើយជាធម្មតាមានភាពខុសគ្នានៃ កម្មវិធីបន្ថែមដោយស្វ័យប្រវត្តិដែលត្រូវបានគេហៅថា ADAS (Advanced Driver-Assistance Systems)។

មិនទាន់មានរថយន្តបើកបរដោយខ្លួនឯងពិតប្រាកដនៅកម្រិតទី 5 នៅឡើយទេ ហើយយើងក៏មិនទាន់ដឹងថា តើវាអាចសម្រេចបានដែរ ឬអត់នោះទេ ហើយវានឹងចំណាយពេលយូរប៉ុណ្ណាដើម្បីទៅដល់ទីនោះ។

ទន្ទឹមនឹងនេះ កិច្ចខិតខំប្រឹងប្រែងកម្រិតទី 4 កំពុងព្យាយាមបន្តិចម្តងៗ ដើម្បីទទួលបានការអូសទាញមួយចំនួន ដោយឆ្លងកាត់ការសាកល្បងផ្លូវសាធារណៈតូចចង្អៀត និងជ្រើសរើស ទោះបីជាមានភាពចម្រូងចម្រាសលើថាតើការធ្វើតេស្តនេះគួរតែត្រូវបានអនុញ្ញាតក្នុងម្នាក់ៗក៏ដោយ (យើងទាំងអស់គ្នាគឺជាជ្រូកហ្គីណេដែលមានជីវិត ឬស្លាប់នៅក្នុងការពិសោធន៍មួយ។ កើតឡើងនៅលើផ្លូវហាយវេ និងផ្លូវរបស់យើង អ្នកខ្លះឈ្លោះគ្នា សូមមើលការគ្របដណ្តប់របស់ខ្ញុំនៅ តំណនេះនៅទីនេះ).

ដោយសាររថយន្តពាក់កណ្តាលស្វ័យភាពតម្រូវឱ្យមានអ្នកបើកបរជាមនុស្សការអនុម័តប្រភេទរថយន្តទាំងនោះនឹងមិនខុសពីការបើកបរយានយន្តធម្មតាទេដូច្នេះមិនមានអ្វីថ្មីទេសម្រាប់និយាយអំពីប្រធានបទនេះ (ទោះបីជាអ្នកនឹងឃើញក៏ដោយ) ក្នុងពេលតែមួយចំនុចដែលបានធ្វើជាទូទៅអាចអនុវត្តបាន) ។

ចំពោះរថយន្តពាក់កណ្តាលស្វយ័តវាជាការសំខាន់ដែលសាធារណជនត្រូវដឹងជាមុនអំពីទិដ្ឋភាពគួរឱ្យព្រួយបារម្ភដែលកំពុងកើតឡើងនាពេលថ្មីៗនេះពោលគឺទោះបីអ្នកបើកបរមនុស្សទាំងនោះនៅតែបន្តបង្ហោះវីដេអូខ្លួនពួកគេដេកលង់លក់ក្នុងកង់រថយន្តកម្រិត ២ ឬលេខ ៣ ក៏ដោយ។ យើងទាំងអស់គ្នាត្រូវចៀសវាងកុំអោយវង្វេងស្មារតីជឿថាអ្នកបើកបរអាចយកការចាប់អារម្មណ៍របស់ពួកគេចេញពីភារកិច្ចបើកបរនៅពេលបើកបររថយន្តពាក់កណ្តាលស្វយ័ត។

អ្នកគឺជាអ្នកទទួលខុសត្រូវចំពោះសកម្មភាពបើកបររបស់យានយន្តដោយមិនគិតពីចំនួនស្វ័យប្រវត្តិកម្មដែលអាចត្រូវបានបោះចូលទៅក្នុងកម្រិត ២ ឬកម្រិត ៣ ។

Self-Driving Cars And AI Ethics Washing

សម្រាប់យានយន្តបើកបរដោយខ្លួនឯងពិតប្រាកដកម្រិតទី ៤ និងទី ៥ នឹងមិនមានអ្នកបើកបរជាមនុស្សចូលរួមក្នុងការងារបើកបរឡើយ។

អ្នកកាន់កាប់ទាំងអស់នឹងក្លាយជាអ្នកដំណើរ។

អេអាយអេកំពុងធ្វើការបើកបរ។

ទិដ្ឋភាពមួយដែលត្រូវពិភាក្សាភ្លាមៗទាក់ទងនឹងការពិតដែលថាអេ។ អាយ។ អិ។ ពាក់ព័ន្ធនឹងប្រព័ន្ធបើកបរ AI សព្វថ្ងៃមិនងាយស្រួលទេ។ និយាយម៉្យាងទៀតអេអាយគឺទាំងអស់គ្នាជាកម្មវិធីរួមបញ្ចូលគ្នានៃកម្មវិធីនិងក្បួនដោះស្រាយដែលផ្អែកលើកុំព្យូទ័រហើយភាគច្រើនប្រាកដជាមិនអាចវែកញែកតាមរបៀបដែលមនុស្សអាចធ្វើបានឡើយ។

ហេតុអ្វីបានជាការសង្កត់ធ្ងន់បន្ថែមអំពីអេអាយមិនមានអារម្មណ៍?

ដោយសារតែខ្ញុំចង់គូសបញ្ជាក់ថានៅពេលពិភាក្សាអំពីតួនាទីរបស់ប្រព័ន្ធបើកបរ AI ខ្ញុំមិនបានបង្ហាញពីគុណសម្បត្តិរបស់មនុស្សទៅនឹង AI ទេ។ សូមមេត្តាជ្រាបថាមានទំនោរដែលកំពុងបន្តនិងមានគ្រោះថ្នាក់នាពេលបច្ចុប្បន្ននេះចំពោះមនុស្សវិទូ។ បើនិយាយអោយចំទៅមនុស្សកំពុងតែផ្តល់នូវមនោសញ្ចេតនាស្រដៀងនឹងមនុស្សទៅនឹងអេអាយអេសព្វថ្ងៃនេះទោះបីជាការពិតដែលមិនអាចប្រកែកបាននិងមិនអាចកាត់ថ្លៃបានថាពុំមាន AI បែបនេះនៅឡើយទេ។

ជាមួយនឹងការបំភ្លឺនោះអ្នកអាចស្មានថាប្រព័ន្ធបើកបរ AI នឹងមិនមាន“ ដឹង” ពីលក្ខណៈនៃការបើកបរ។ ការបើកបរនិងអ្វីទាំងអស់ដែលវាតម្រូវឱ្យមានកម្មវិធីជាផ្នែកមួយនៃផ្នែករឹងនិងផ្នែកទន់នៃឡានបើកបរដោយខ្លួនឯង។

សូមមុជចូលទៅក្នុងទិដ្ឋភាពជាច្រើនដែលបានមកលេងលើប្រធានបទនេះ។

ជាដំបូង វាជារឿងសំខាន់ដែលត្រូវដឹងថា មិនមែនរថយន្តដែលបើកបរដោយខ្លួនឯង AI ទាំងអស់សុទ្ធតែដូចគ្នានោះទេ។ ក្រុមហ៊ុនផលិតរថយន្តនីមួយៗ និងក្រុមហ៊ុនបច្ចេកវិទ្យាបើកបរដោយខ្លួនឯងកំពុងប្រើប្រាស់វិធីសាស្រ្តរបស់ខ្លួនក្នុងការរៀបចំរថយន្តដែលបើកបរដោយស្វ័យប្រវត្តិ។ ដូចនេះ វាពិបាកក្នុងការធ្វើសេចក្តីថ្លែងការណ៍ដ៏ទូលំទូលាយអំពីអ្វីដែលប្រព័ន្ធបើកបរ AI នឹងធ្វើឬមិនធ្វើ។

លើសពីនេះទៅទៀតនៅពេលណាដែលបញ្ជាក់ថាប្រព័ន្ធបើកបរអេអាយមិនធ្វើអ្វីជាក់លាក់ណាមួយនោះនៅពេលក្រោយនេះអាចត្រូវបានអ្នកអភិវឌ្developersន៍យកឈ្នះដែលតាមពិតកម្មវិធីកុំព្យូទ័រអាចធ្វើបាន។ មួយជំហានម្តង ៗ ប្រព័ន្ធបើកបរអេអាយអាយកំពុងត្រូវបានកែលម្អនិងពង្រីកបន្តិចម្តង ៗ ។ ការដាក់កំហិតដែលមានស្រាប់នៅថ្ងៃនេះប្រហែលជាលែងមាននៅក្នុងការបង្កើតឡើងវិញឬកំណែប្រព័ន្ធនាពេលអនាគត។

ខ្ញុំសង្ឃឹមថា វាផ្តល់នូវការព្រមានដ៏គ្រប់គ្រាន់មួយ ដើម្បីគូសបញ្ជាក់នូវអ្វីដែលខ្ញុំរៀបនឹងទាក់ទង។

You have almost certainly seen headlines that proclaim the bold assertion that autonomous vehicles are here and self-driving cars are already perfected. The implication is usually that the autonomy aspects are solved. We have derived AI that is as good as human drivers, possibly even better than humans.

Just to assuredly pop that bubble and set the record straight, this is not yet the case.

We do know that human drivers in the United States get into about 2.5 million car crashes annually, deriving over 40,000 annual fatalities, see my stats at តំណភ្ជាប់នៅទីនេះ. Anybody of seemingly any reasonable ilk would welcome AI driving systems if they were able to drive as safe or more safely than human drivers. Furthermore, the hope is that we will experience mobility-for-all, allowing those that today are mobility constrained to have AI-driven vehicles that provide ready access for convenient and inexpensive transportation.

Some pundits shockingly go the “extra mile” and make the disgraceful claim that self-driving cars will be uncrashable. This is absolutely nutty and completely false. Worse still, it is setting up heightened expectations that cannot be met. If you can convince the populace that self-driving cars are uncrashable, they will holler and bellow the moment that even one instance of a self-driving car-related crash occurs. For my detailed explanation of why the uncrashable claim is looney and a disservice to society, see my coverage at តំណភ្ជាប់នៅទីនេះ.

All of these kinds of exaggerations or other falsehoods could be said to be covered by the AI Ethics precepts in that if you are abiding by AI Ethics principles you ought to not be making those types of wild and unsubstantiated claims. Thus, these misrepresentations and untruths are readily within the rubric of AI Ethics washing.

AI Ethics washing associated with autonomous vehicles and self-driving cars is widely and wildly abundant, sadly so. A casual and off-the-cuff search of the Internet will show you zillions of zany and unsupported claims about autonomous vehicles. This isn’t just confined to people that are on their own blogs. Major news agencies get caught up in this. Major companies get caught up in this. Startups get caught up in this. Venture Capital firms get caught up in this. Shareholders get caught up in this. And so on.

I would say with gloomy high confidence that AI Ethics washing in this particular domain is rampant.

A specialized variant of the catchphrase about AI Ethics washing that entails autonomy and autonomous systems is the notion of autonowashing. Here is the author Liza Dixon depicting this: “Adapted for automation, autonowashing is defined as the practice of making unverified or misleading claims which misrepresent the appropriate level of human supervision required by a partially or semi-autonomous product, service, or technology. Autonowashing may also be extended to fully autonomous systems, in cases where system capabilities are exaggerated beyond what can be performed reliably, under all conditions. Autonowashing makes something appear to be more autonomous than it really is. The objective of autonowashing is to differentiate and/or offer a competitive advantage to an entity, through the use of superficial verbiage meant to convey a level of system reliability that is misaligned with the technical capabilities of the system. Autonowashing may also occur inadvertently, when one unknowingly repeats erroneous information about the capabilities of an automated system to another. Autonowashing is a form of disinformation, and it is, in a sense, viral” (Transportation Research Interdisciplinary Perspective, “Autonowashing: The Greenwashing of Vehicle Automation,” 2020).

As a reminder from my earlier indication, there are four major variants of AI Ethics washing that I usually see occurring and they are readily found within the autonomous vehicles field too:

• The AI Ethics Washers That Don’t Know They Are: AI Ethics washing by ignorance or illiteracy about AI and/or AI Ethics in autonomous vehicles
• The AI Ethics Washers That Fall Into It: AI Ethics washing by inadvertent slippage though otherwise genuine about AI Ethics and AI in autonomous vehicles
• The AI Ethics Washers That Thinly Stretch: AI Ethics washing by purposeful intent though just by a smidgeon and at times nearly excusable (or not) in autonomous vehicles
• The AI Ethics Washers That Know And Brazenly Peddle It: AI Ethics washing all-out and by insidious and often outrageous design in autonomous vehicles

In addition, you can readily see instances of the other types of AI Ethics washing and associated washing maladies in the autonomy field, including:

• AI Ethics theatre in autonomous vehicles and self-driving cars
• AI Ethics shopping in autonomous vehicles and self-driving cars
• AI Ethics bashing in autonomous vehicles and self-driving cars
• AI Ethics shielding in autonomous vehicles and self-driving cars
• AI Ethics fairwashing in autonomous vehicles and self-driving cars

សន្និដ្ឋាន

AI Ethics washing is all around us. We are bathing in it.

I hope that by bringing your attention to this serious and seemingly neverending matter, you will be able to discern when you are being AI Ethics washed. It might be hard to figure out. Those that do AI Ethics washing can be exceedingly clever and devious.

One handy trick is to mix into the wash a bit of truth that gets intermixed with the falsehoods or exaggerations. Because you might readily detect and agree to the truthful part, you are potentially swayed into believing that the other untruthful or deceptive part is also true. A nifty and nasty form of deception.

Let’s call it hogwash.

Can we wash the mouths out of those that outrightly perform AI Ethics washing?

Sorry to report that it is not as easily done as one might wish for. That being said, just because catching and calling out AI Ethics washing might be arduous and at times be like Sisyphus pushing a heavy boulder up a hill, we need to try.

In case you didn’t know, Zeus had tasked him to do this boulder pushing for eternity and the immense rock would forever roll back down once the effort had arrived at the top. I think we are facing the same predicament when it comes to AI Ethics washing.

There will always be more AI Ethics washing that needs to get washed out. That’s a surefire guarantee with nothing wishy-washy whatsoever about it.