Startseite
Podcasts
Teknisk set Podcast
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.

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.

Teknisk set vor 4 Jahren

I stedet for at starte fra bunden kan udviklere af AI-modeller nu hente en enorm model. Prisen er, at dens mange fejl og bias nedarves. Team Danmarks præstationsingeniør forklarer, hvordan han optimerer OL-holdets skøjter.

0:00

36:12

Podcast

Teknisk set

416 Episoden

Ingeniøren analyserer ugens teknologiske nyheder og tendenser

Wissenschaft Technologie Nachrichten

Podcast aneignen

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