Název: Representations and ethical categories in supervised learning
Autoři: Hvorecký, Juraj
Typ dokumentu: Příspěvky z konference
Konference/Akce: Cognition and Artificial Life /22./, Olomouc (CZ), 20240515
Rok: 2024
Jazyk: eng
Abstrakt: While successful in many domains, supervised networks have also been behind many serious blunders. These are usually associated with human faults in the design, training or usage of networks. We will utilize the literature on adversarial attacks to indicate that in tasks where robust categories play a crucial role, supervised networks might not offer the best and defensible solution. These tasks fall into sensitive areas of ethics, politics, aesthetics and maybe others. The paper could be seen as a contribution to a debate on the limits of usability of supervised networks across a variety of domains.
Klíčová slova: adversarial attacks; categories; ethics; supervised learning
Číslo projektu: GA20-14445S (CEP)
Poskytovatel projektu: GA ČR
Zdrojový dokument: Cognition and Artificial Life 2024, ISBN 978-80-88123-36-1
Poznámka: Související webová stránka: https://use.icaci.org/cognition-and-artificial-life-central-europe-conference-on-eye-tracking/

Instituce: Filosofický ústav AV ČR (web)
Informace o dostupnosti dokumentu: Dokument je dostupný na externích webových stránkách.
Externí umístění souboru: https://webcentrum.muni.cz/media/3673714/cal2024_proceedings_final.pdf
Původní záznam: https://hdl.handle.net/11104/0357871

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-668302