4. Yapay Zekâ Etiğine İlişkin Teknik Öneriler

1 Nisan 2022, Dr. Mehmet HAKLIDIR anlatımı ve Dr. Merve Ayyüce KIZRAK yazımıyla

Bu haftaki dersimizde, TÜBİTAK BİLGEM Bulut Bilişim ve Büyük Veri Araştırma Laboratuvarı (B3LAB) Müdürü Dr. Mehmet Haklıdır'ı ağırlamaktan mutluluk duyuyoruz. Bu derste farklı kuruluşların etik yaklaşımlarından kısaca bahsettikten sonra, UNESCO'nun YZ'nin Etiği kılavuzuna ilişkin tavsiyelerine atıfta bulunarak ve teknik olarak vaka çalışmaları üzerinden tartıştık.

Güvenilir YZ (Trustworthy AI - TAI)

"Güvenilir YZ, değerlere dayalı ilkelere saygı duyan YZ anlamına gelir." (OECD Tanımı)

"Güvenilir YZ, Değer temelli ilkeler olan kapsayıcı büyüme, sürdürülebilir kalkınma ve refah, insan merkezli değerler ve tarafsızlık, şeffaflık ve açıklanabilirlik, sağlamlık, güvenlik ve güven ile hesap verebilirliği esas alan YZ’dir." (Türkiye'nin Ulusal Yapay Zeka Stratejisi)

Küresel YZ Etiği

YZ Etiğine İlişkin UNESCO Tavsiyesi

Buzdağının görünen tarafı yalnızca uygulamalardan oluşuyor

Değerler

  • İnsan haklarına ve temel özgürlüklere ve insan onuruna saygı gösterilmesi, korunması ve geliştirilmesi

  • Çevre ve ekosistem geliştirilmesi

  • Çeşitlilik ve kapsayıcılığın sağlanması

  • Barışçıl, adil ve birbirine bağlı toplumlarda yaşamak

Prensipler

  • Ölçülülük ve zarar vermeme

  • Emniyet ve güvenlik

  • Adalet ve ayrımcılık yapmama

  • Sürdürülebilirlik

  • Mahremiyet hakkı ve veri koruma

  • İnsan gözetimi ve kararlılığı

  • Şeffaflık ve açıklanabilirlik

  • Sorumluluk ve hesap verebilirlik

  • Farkındalık ve okuryazarlık

  • Çok paydaşlı ve uyarlanabilir yönetişim ve işbirliği

Adalet ve ayrımcılık yapmama

Önyargı, aşağıda açıklanan adımlardan bir veya daha fazlasından kaynaklanabilir.

Veri Toplama, yanlılığın en çok görüldüğü yerdir. Verilerin belirli bir eğilime sahip kişiler tarafından oluşturulması veya verilerin toplandığı ekipmanın çarpıtılması durumunda veri kümesi temelli yanlılık oluşabilir.

Veri Ön İşleme, verileri model için hazırlıyor. Bu aşamada uygulanan işlemler yanlılığa neden olabilir. Örneğin, eksik değerleri temsil eden veriler yanlılığa neden olabilir veya veri filtreleme işlemi veri bütünlüğünün bozulmasının nedeni olabilir.

Modelleme, bu adımda örüntüleri tanımaya yönelik eğitim sürecidir, yanlılığın nedeni modelin parametrelerinden kaynaklanıyor olabilir.

Vaka Çalışması - Toplumsal Cinsiyet Önyargısı: Toplumsal Cinsiyet Önyargısından Kaynaklanan Derin Öğrenme Yöntemlerinin Adaletsizliği COVID-19 Tıbbi Görüntülerin Teşhisi

YZ Kötüleştiğinde: Google Fotoğraflar'ın Utancı

Önerilen Belgesel - Kodlanan Önyargı

Şeffaflık ve açıklanabilirlik

Açıklanabilir YZ (Explainable AI-XAI), aşağıdakileri sağlayan bir makine öğrenmesi teknikleri paketi oluşturmayı amaçlar:

  • Yüksek düzeyde öğrenme performansını korurken (tahmin doğruluğu) daha açıklanabilir modeller üretilebilir.

  • İnsan kullanıcıların, yeni nesil YZ destekli iş ortaklarını anlamalarını, uygun şekilde güvenmelerinin ve etkin bir şekilde yönetmelerinin sağlanmasıdır.

Açıklanabilir YZ'nin iki ana bölümü vardır:

  • Açıklanabilir Model: YZ sisteminin 'açıklanabilir' hale getirilmesi için mevcut yöntemlerden daha verimli ve daha gelişmiş YZ tekniklerinin geliştirilmesi veya bu kapsamda mevcut yöntemlerin yenilenmesi sağlamak.

  • Açıklanabilir Arayüz: YZ konusunda uzmanlığı olmayan ancak YZ'nin kullanıldığı uygulama alanında uzman olan son kullanıcıların, oluşturulan model ile ileri düzeyde etkileşim kurarak YZ çıktılarını değerlendirmesini ve yorumlamasını sağlamak.

Vaka Çalışması - Otomatik Kılavuz Araç için Açıklanabilir Bir YZ (XAI) Platformu

Açık Kaynak Araç 1 - Makine öğrenmesi için bir açıklanabilirlik araç kutusu

Açık Kaynak Araç 2 - TransparentAI

Emniyet ve güvenlik

Mahremiyet hakkı ve veri koruma

Vaka Çalışması - Tıbbi Görüntülerin Tanımlanmasında Birleşik Öğrenmeye Doğru

İnsan gözetimi ve kararlılığı

Açık Kaynak Araç - H2020 - Human AI Net

Ölçülülük ve zarar vermeme

Sorumluluk ve hesap verebilirlik

Güvenilir YZ gerçekleştirmek için teknik ve teknik olmayan yöntemler

Yukarıdaki gereklilikleri uygulamak için hem teknik hem de teknik olmayan yöntemler kullanılabilir. Bunlar, bir YZ sisteminin yaşam döngüsünün tüm aşamalarını oluşturur. Gereksinimleri uygulamak için kullanılan yöntemlerin bir değerlendirmesinin yanı sıra uygulama süreçlerindeki değişiklikleri raporlamak ve gerekçelendirmek, sürekli olarak yapılmalıdır. Örnek olarak şekildeki gibi bir süreç alınabilir.

Sistemin tüm yaşam döngüsü boyunca Güvenilir YZ'yi Gerçekleştirmek - Güvenilir YZ için Etik Kuralları

Önümüzdeki hafta Bahçeşehir Üniversitesi Beşiktaş kampüsünde yüz yüze dersimizde bir vaka çalışması yapacağız. Misafirimiz olmayacak, biz bizeyiz. Bakalım sonuçlar ne olacak!

Last updated