O banquete dos algoritmos: o que a IA realmente consome
O trabalho invisível: como os dados são limpos e rotulados
Viés e justiça: quando os dados contam histórias distorcidas
vanessafaria O desenvolvimento de dados sintéticos para treinar a inteligência artificial
vanessafaria O termo garbage in, garbage out explica como modelos de linguagem sem bom senso reproduzem mentiras e erros gramaticais.
vanessafaria Dados duplicados causam overfitting, fazendo a inteligência artificial decorar em vez de aprender.
vanessafaria Classifique as informações para descobrir como a qualidade dos dados ensina o robô.
Chatbot Tay: Em 2016, o chatbot Tay da Microsoft foi corrompido em apenas 16 horas por usuários do Twitter que o ensinaram a ser extremamente preconceituoso.
Informações numéricas, textuais ou visuais coletadas para análise, referência ou processamento por computadores. Em 2009, Fei-Fei Li organizou o ImageNet, reunindo milhões de dados visuais para treinar visão computacional.
Em que ano surgiu a expressão "garbage in, garbage out" (lixo entra, lixo sai) na computação?
vanessafaria O impacto da qualidade dos dados no treinamento de inteligência artificial
Qual é a principal consequência de treinar um modelo de IA com dados incorretos ou falsos?
O que acontece quando uma inteligência artificial sofre de overfitting devido a dados ruins?
Por que dados duplicados em excesso são prejudiciais para o treinamento de uma IA?
Qual foi a principal falha de dados que causou o comportamento agressivo do chatbot Tay?
Quanto tempo o chatbot Tay da Microsoft permaneceu ativo no Twitter em 2016 antes de ser desativado?
O que são dados sintéticos no contexto do desenvolvimento de inteligência artificial?
O que é o fenômeno do colapso do modelo (model collapse) na inteligência artificial?