一场令人瞩目的机器学习错误和失败之旅
人工智能（AI）和机器学习的变革潜力经常成为新闻头条，大量报道显示它在从医疗保健到金融等各个领域的积极影响。
然而，没有任何技术能免受错误。成功故事描绘了机器学习出色能力的画面，同样重要的是要强调它的缺点，以便全面了解其影响的范围。
在本文中，我们将探讨许多备受关注的机器学习失败案例，以便为未来更有见地的实施汲取教训。
目录
具体而言，我们将分别从以下类别中选择一个值得注意的案例：
(1) 经典机器学习(2) 计算机视觉(3) 预测(4) 图像生成(5) 自然语言处理(6) 推荐系统
以下 GitHub 仓库“Failed-ML”收集了众多备受关注的机器学习失误案例：
GitHub – kennethleungty/Failed-ML: 高调真实案例的汇编
github.com
(1) 经典机器学习
标题
亚马逊 AI 招聘系统：亚马逊的 AI 驱动自动招聘系统因存在对女性候选人的歧视证据而被取消。
详细信息
亚马逊开发了一款基于 AI 的招聘工具，旨在从十年的简历中找出顶级候选人。然而，由于科技行业以男性为主导，该系统对女性申请者存在偏见。
例如，它会降低包含词语“women’s”或那些来自两所女子学院的毕业生的简历评分，同时偏好某些术语（如“executed”）的出现…