12 ივნისს, Hugging Face-მა აშშ-ის ვაჭრობის დეპარტამენტის (NTIA) მოთხოვნას ხელოვნური ინტელექტის ანგარიშვალდებულების პოლიტიკის შესახებ ინფორმაციის მიწოდების თაობაზე პასუხი წარუდგინა. ჩვენს პასუხში ხაზი გავუსვით დოკუმენტაციისა და გამჭვირვალობის ნორმების როლს ხელოვნური ინტელექტის ანგარიშვალდებულების პროცესების წარმართვაში, ასევე აუცილებელია დავეყრდნოთ ტექნოლოგიის მრავალი დაინტერესებული მხარის სრულ ექსპერტიზას, პერსპექტივებსა და უნარებს, რათა გამკლავდეთ ამ ტექნოლოგიის რთულ გამოწვევებს, რომლის უპრეცედენტო ზრდა იმაზე მეტ კითხვას ბადებს, ვიდრე რომელიმე ერთ სუბიექტს შეუძლია პასუხის გაცემა. Hugging Face-ის მისიაა „კარგი მანქანური სწავლების დემოკრატიზაცია“. ამ კონტექსტში ტერმინი „დემოკრატიზაცია“ ჩვენთვის ნიშნავს მანქანური სწავლების სისტემების არა მხოლოდ მარტივად განვითარებასა და დანერგვას, არამედ მათ გაადვილებას მრავალი დაინტერესებული მხარისთვის, რათა გაიგონ, შეაფასონ და გააკრიტიკონ ისინი. ამ მიზნით, ჩვენ ვიმუშავეთ გამჭვირვალობისა და ინკლუზიის ხელშეწყობაზე ჩვენი საგანმანათლებლო ძალისხმევით, დოკუმენტაციაზე ფოკუსირებით, საზოგადოების გაიდლაინებით და პასუხისმგებლიანი ღიაობის მიდგომით, ასევე შევიმუშავეთ „no-code“ და „low-code“ ინსტრუმენტები, რათა ტექნიკური გამოცდილების ნებისმიერი დონის მქონე ადამიანებს შეეძლოთ მანქანური სწავლების მონაცემთა ნაკრებებისა და მოდელების ანალიზი. ჩვენ გვჯერა, რომ ეს ეხმარება ყველა დაინტერესებულ პირს უკეთ გაიგოს მანქანური სწავლების სისტემების შეზღუდვები და როგორ შეიძლება მათი უსაფრთხოდ გამოყენება მომხმარებლებისა და ამ სისტემებით დაზარალებულთა უკეთ მომსახურებისთვის. ამ მიდგომებმა უკვე დაამტკიცა მათი სარგებლიანობა ანგარიშვალდებულების ხელშეწყობაში, განსაკუთრებით იმ მსხვილ მულტიდისციპლინურ კვლევით პროექტებში, რომელთა ორგანიზებაშიც ჩვენ დავეხმარეთ, მათ შორის BigScience-ში (იხილეთ ჩვენი ბლოგის სერიები პროექტის სოციალური ასპექტების შესახებ) და უფრო ბოლო BigCode პროექტში (რომლის მართვაც დეტალურად არის აღწერილი აქ). კონკრეტულად, ჩვენ ვაკეთებთ შემდეგ რეკომენდაციებს ანგარიშვალდებულების მექანიზმებისთვის: ჩვენ გვჯერა, რომ გამჭვირვალობის პრიორიტეტიზაცია, როგორც თავად მანქანური სწავლების არტეფაქტებში, ასევე მათი შეფასების შედეგებში, ამ მიზნების მისაღწევად განუყოფელი იქნება. ჩვენი უფრო დეტალური პასუხი ამ საკითხებთან დაკავშირებით შეგიძლიათ იხილოთ აქ.