Palestra - Os desafios do direito perante os algoritmos preditivos - 09/10/2021
•
0 gostou•163 visualizações
Nesta palestra, dou uma visão geral para os alunos sobre o que é Machine Learning e alguns desafios que acho que são importantes para a área do direito. Dentre eles, destacam-se viés algorítmicos, deep fakes e privacidade dos dados.
Recomendados
Recomendados
Mais conteúdo relacionado
Semelhante a Palestra - Os desafios do direito perante os algoritmos preditivos - 09/10/2021
Semelhante a Palestra - Os desafios do direito perante os algoritmos preditivos - 09/10/2021 (10)
Palestra - Os desafios do direito perante os algoritmos preditivos - 09/10/2021
- 2. 2
- 4. 4 O mundo do Machine Learning
- 5. 5
- 6. 6 Classificação Regressão • SPAM • Empréstimo • Detecção de Câncer • Preço de uma ação • Volume de vendas • Renda • Detecção de anomalias • Recomendação: Spotify, Youtube Agrupamento
- 7. 7 O mundo do Machine Learning
- 8. 8
- 9. 9 O mundo do Machine Learning
- 10. 10 Reconhecimento de caracteres Reconhecimento de objetos
- 11. 11
- 12. 12 O mundo do Machine Learning
- 15. 15 Tom Cruise real Tom Cruise fake https://pt.wikipedia.org/wiki/Tom_Cruise https://www.youtube.com/watch?v=iyiOVUbsPcM
- 16. 16 https://arxiv.org/pdf/1909.11573.pdf Deep Learning for Deepfakes Creation and Detection: A Survey Tackling deepfakes in European policy https://www.europarl.europa.eu/stoa/en/document/EPRS_S TU(2021)690039
- 17. 17 Qual é o passo a passo para criar alguma das soluções anteriores? Da coleta de dados a criação da solução. Entendimento do Problema e dos dados Preparação, pré- processamento e análise exploratória dos dados Modelagem Avaliação dos resultados De onde vem os dados? O que significa cada uma das variáveis? A pessoa Cientista trata e modela o problema usando as técnicas estatística e e machine learning A solução atende as expectativas?
- 18. 18 AI that makes decisions that are systematically unfair to certain groups of people. Several studies have identified the potential for these biases to cause real harm. https://www.pwc.com/us/en/tech-effect/ai-analytics/algorithmic-bias-and-trust-in-ai.html
- 19. 19 Quando o viés é relacionado a alguma discriminação racial. Víes Racial Quando o viés é relacionado a alguma discriminação relacionada ao gênero de indivíduos. Quando o viés é relacionado a alguma discriminação à nacionalidade de indivíduos. Quando o viés é relacionado a alguma discriminação à orientação sexual de indivíduos. Quando o viés é relacionado a alguma deficiência física ou mental de indivíduos. Quando o viés é relacionado a alguma discriminação à idade de indivíduos. Viés relacionado ao gênero Viés relacionado à orientação sexual Viés relacionado à deficiência Viés relacionado à idade Viés relacionado à nacionalidade
- 21. 21 Interpretabilidade Cachorro Gato Por quê? Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization: https://arxiv.org/abs/1610.02391
- 22. 22 Data for Biased model: 78% Imagens médicos homens 93% Imagens enfermeiras mulheres 82% accuracy Data for Unbiased model: 50% Imagens médicos homens 50% Imagens enfermeiras mulheres 90% accuracy Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization: https://arxiv.org/abs/1610.02391
- 25. 25 • Vieses • GANs e Deep Fake • Interpretabilidade • Privacidade dos dados • Aplicação de ML e tecnologia como ferramenta para a advocacia
- 26. 26
- 27. 27
- 28. 28