Nutiühiskond: Kuidas usaldada tehisintellekti? | KPMG | EE
close
Share with your friends

Nutiühiskond: Kuidas usaldada tehisintellekti?

Nutiühiskond: Kuidas usaldada tehisintellekti?

Nutiühiskonna kontseptsioon on eksisteerinud juba pikka aega, aga just need edusammud, mida oleme näinud selle saavutamiseks tehtavat viimase kümne aasta jooksul, on olnud inimkonna jaoks tõeliselt suur samm. Me oleme sisenemas etappi, kus nutikas elamine on algväärtus ja kõik muu lihtsalt täiendab pusletükkidena seda elustiili. Nutiühiskondades oleme me õnnistatud nutilinnadega, mis kasutavad nutiehitisi ja -seadmeid, nutiühiskondades on meil nutiautod. Eeldame, et saame parema liiklusvoolu, sest liikluskorraldus toimub ulatuslike ja autentse andmete abil, millega varustavad meid sõidukid ja mida analüüsitakse nutikate algoritmidega nt tehisintellektil põhinev. Kõige silmapaistvam detail sellise nutiühiskonna juures nagu seda praegu teame, on asjade interneti (IoT) kõikehõlmavus kõige väiksemal tasemel. IoT rakendamine mikrotasandil tingib vajaduse iseõppivate algoritmide järele, seega on rõhk tehisintellektil. Lõpuks koondub kõik kokku, et moodustada suurem pilt nutiühiskonnast.

1000

Seotud teemad

Kuidas usaldada tehisintellekti?

Tehisintellekt ja algoritmid

Nutiühiskond on praeguseks palju enamat kui ainult ettekujutus ning on viimane aeg hakata vastama tõelistele seda puudutavatele küsimustele. Masinõppe roll üleüldise nutiühiskonna rakendumises on kannustatud lihtsast faktist, et inimesed ei ole suutelised andmeid klassikalisel viisil analüüsima. Sõna “masinõpe” annab juba aimu selliste algoritmide probleemidest. Masin õpib, aga see ei järgi ilmtingimata loogikat, mida inimestel on lihtne mõista. See jätab meile huvitava väljakutse aru saada, kuidas masinõpe ja algoritmid mõjutavad meid ja nutiühiskonna kontseptsiooni. Selle mõju kirjeldamiseks mõtles tehnoloogiafilosoof Jevgeni Morozov välja termini “nähtamatu okastraat”.

Kõikjal asuvad nutiühiskonna süsteemid on ajendatud algoritmidest. See tähendab, et nad mõjutavad otseselt meie otsuseid ja elusid ning seega tuleks meile kasuks, kui me mõistaksime, kuidas need täpselt toimivad. Siin on mõned näited:

  • Andmekesksed rakendused on tavainimeste hulgas laialdase populaarsuse saavutanud. Üks spetsiifiline mobiilirakendus võimaldab kasutajal väga suure täpsusega vähi tüüpi tuvastada.
  • “Lihtsatel” algoritmidel nagu need, mis ennustavad ilma, on juba pikka aega olnud suur mõju sellele, kuidas oma päeva planeeritakse. Kes poleks vähemalt kordki muutnud oma randa mineku plaane, sest ilmaennustuse kohaselt on oodata äikesetorme?
  • Navigatsioonisüsteemid meie autodes ja telefonides määravad parima võimaliku teekonna. Otsus on optimeeritud, arvestades värskeimat teavet kõigi võimalike alternatiivsete teekondade kohta. Hinnates liiklusmuudatusi ja teisi mõjutegureid, pakuvad navigatsioonisüsteemid välja just meile parima lahenduse. 

Inimesed sõltuvad tänapäeval tugevalt neist süsteemidest sellest ise arugi saamata ja sellepärast nimetatakse algoritme nähtamatuks okastraadiks.

Kas tehisintellekti saab usaldada?

Kui oleme lõpetanud algoritmide mõju hindamise oma elule, kerkib esile küsimus “Kas saame tehisintellekti usaldada?”. Esimene ja tähtsaim mure enamikele üksikisikutele ja nutitelefoni kasutajatele on see, mida teevad firmad üle kogu maailma nende andmetega. Kuhu läheb kogutud teave ja kuidas vastab selle teabe analüüsimine nende ootustele? Need on tähtsad küsimused kõikidele kasutajatele ja need on küsimused, millele tahaksime vastust.

Kuigi tehisintellekti ja analüütika turg areneb kiiresti, ei näita usalduse puudumine mingeid vähenemise märke. Hiljutine statistika, mis seda usalduse lõhet rõhutab, on järgmine: 

  • 43% andme- ja analüütikaprofessionaalidest „aktiivselt ebausaldavad“ või omavad enda andmete ja analüütika suhtes „vähe usaldust“.
  • 52% tegevdirektoreid muretsevad, kuidas nende firma on võimeline tehisintellekti enda firmas integreerima.
  • 61% tegevdirektoritest ütlevad, et väliste sidusrühmade ja klientidega usalduse loomine on nüüd nende organisatsiooni kolme kõrgeima prioriteedi hulgas. 
  • 75% andme- ja analüütikaprofessionaalidest ei usalda enda võimet andmete ja analüütika komplekssusega tegeleda.

Nüüd, kui me oleme usalduse defitsiidist teadlikud, siis mida me saame selle osas ette võtta? Mis loob osapoolte vahel usaldust?   

  • Kas andmeanalüüsi protsess ja andmed ise on tipptaseme kvaliteediga? Muidugi sõltuvad nõuded ka domeenist ja rakendusest. Pangatehingud ja meditsiinidiagnostika panevad andmete kvaliteedile ja analüüsiprotsessile suuremaid piiranguid kui turunduskampaaniad.
  • Kas analüüs teeb seda, milleks ta on ette nähtud? See muutub eriti oluliseks siis, kui andmeid või algoritme taaskasutatakse. Andmed või algoritmid, mis on kogutud või arendatud ühe kindla eesmärgi jaoks, ei sobi definitsiooni poolest teiseks otstarbeks. 
  • Kas andmete ja algoritmide kasutamist peetakse vastuvõetavaks nõuetele vastavuse ja eetilisuse seisukohast? Soo- ja vanusepõhine diskrimineerimine on tavaliselt seadusega keelatud. Andmeanalüüs peab ilmselgelt kõikidele eeskirjadele vastama (nt GDPR jt).

Usalduse puudus tekib siis, kui andmeanalüüs ei suuda kinni pidada ülalmainitud punktidest. Andmeanalüüs, mis ei suuda usaldusest kinni pidada, on laialt levinud ja tuntud. “GPSi põhjustatud surm” on levinud väljend selle kohta, kui inimesed eksivad ära GPSi tõlgendusvea tõttu ning Flashi maine on loonud ebausaldusväärsuse ja ettearvamatu käitumise õhustiku.Huvitaval kombel on ettearvamatus viimane asi, mida masinalt oodatakse, ja ootustele mittevastamine on kiireim tee usalduslõhe tekkimiseks. Teised kiired viisid rahulolematuse põhjustamiseks ja maine kahjustamiseks on turvarikked ja mitte ette nähtud kõrvalekallete avastamine. 

Nutiühiskonnal on mõningaid huvitavaid kõrvalmõjusid näiteks selles, mis puudutab kohustuste võtmist. Uuringud näitavad, et rohkem kui 62% andme- ja analüütikaspetsialistidest on arvamusel, et õnnetuste eest, mida põhjustavad isesõitvad autod, vastutavad organisatsioonid, mis on loonud nende tarkvara ja algoritmid. 

Kuidas usaldada tehisintellekti?

Viimased tulemused näitavad, et andmeteadlastel on oluline roll tehisintellekti vastu usalduse loomises. Andmeteadlased vastutavad andmeanalüüsi ja mõõdikute arendamise eest, järelikult mängivad nad olulist rolli selle ökosüsteemi vastu usalduse üles ehitamisel.

On juba arvukaid kontrolle ja raamistikke, mis eksisteerivad, et arendust reguleerida. Mõned näited sellest on ISO tarkvara kvaliteedi ja info turvalisuse jaoks ning FAST finantsmodelleerimise jaoks. Vastutustundliku andmeteaduse jaoks on soovitatud ka ÕTKL (FACT) põhimõtet, esindades Õiglust, Täpsust, Konfidentsiaalsust ja Läbipaistvust – kõik on olulised ja vajalikud atribuudid.Teine faktor, mis võib usaldust tekitada on disainieetika, privaatsuse suurendamine disainiga. Disainida selline süsteem, kus tuleb õigeid toiminguid järgida, st neist toimingutest ei ole võimalik mööda minna. Ainult õige kombinatsioon organisatsioonilisi ja tehnilisi meetmeid saab suunata andmeteadlasi tegema õiget asja õigel viisil.

Lõpuks on usalduse loomiseks ülioluline kolmanda osapoole hinnang. Siin tulevad mängu kindlustandvad firmad, näiteks KPMG. KPMG on teostanud finantsaruannete auditeid viimased 100 aastat ning sellest, kuidas toimib finantsaruannete audit, on meil nii mõndagi kasulikku õppida. Sotsiaalne väärtus on ülioluline, samuti tahe töötada selle nimel, et ühiskonnaga tekiks usalduslik suhe. See nõuab tasakaalustatud lähenemist, et saavutada läbipaistvus. Musta kasti avamine ja asjaosaliste vahel usalduse loomine ongi see, mida välisaudiitorid nagu KPMG üritavad saavutada. Nutiühiskond on möödapääsmatu, kuid me vajame audiitoreid, et hoida kõikide andmeanalüüsi aspektide üle ranget kontrolli. 

Autorid: Ronald van Loon ja Sander Klous, KPMG Holland Managing Director of Big Data Analytics

© 2018 KPMG Baltics OÜ, an Estonian limited liability company and a member firm of the KPMG network of independent member firms affiliated with KPMG International Cooperative (“KPMG International”), a Swiss entity. All rights reserved.

KPMG International Cooperative (“KPMG International”) is a Swiss entity.  Member firms of the KPMG network of independent firms are affiliated with KPMG International. KPMG International provides no client services. No member firm has any authority to obligate or bind KPMG International or any other member firm vis-à-vis third parties, nor does KPMG International have any such authority to obligate or bind any member firm.

Võta meiega ühendust

 

Küsi pakkumist

 

Täida vorm