Ajay Vishwanath har vært knyttet til ph.d.-programmet ved Teknologi og realfag, spesialisering i IKT, fagområde Kunstig Intelligens.
- Prøveforelesning starter kl. 10.15
- Disputas starter kl. 12.15
Tema for prøveforelesningen: “How do Machine Ethics (ME) systems fit within frameworks of responsible AI, and how can they be made transparent and accountable?”
Les avhandlingen i Nasjonalt vitenarkiv
Disputasleder: Rune Andersen
Evalueringskomite:
- Professor Dr. Alan Winfield, University of the West of England
- Førsteamanuensis Henrik Skaug Sætra, UiO
- Førsteamanuensis Nadia Saad Noori, UiA
Veiledere i doktorgradsarbeidet:
- Hovedveileder: Professor Christian Omlin, Universitetet i Agder
- Biveileder: Professor Einar Duenger Bøhn, Universitetet i Agder
- Biveileder: Professor Marija Slavkovik, Universitetet i Bergen
Sammendrag
Maskinetikk er et forskningsfelt som har som mål å inkludere etiske teorier i kunstig intelligens (AI), enten med et mål om å utvikle AI med kapasitet til å ta moralske prisverdige beslutninger, for å forhindre umoralske utfall, eller begge deler. En stor etisk teori, kjent som dydsetikk, er en normativ etisk teori som er forankret i dyder snarere enn normene, for å resultere i gode resultater uten å vektlegge selve resultatene. Dyder, er karakterisert som eksemplariske moralske trekk, og har hatt begrensede implementeringer innen maskinetikk, først og fremst på grunn av de iboende vanskelighetene med det ingeniørmessige aspektet av moralsk karakter. Dydsetikk samt kunstig intelligens nødvendiggjør, at en agent streber etter dyder og kontinuerlig søker å forbedre deres moralske karakter ved å lære av tidligere feil. Selv om vi ikke sidestiller menneskelige dyder med kunstige dyder, argumenterer vi for bruken av Alasdair MacIntyres dydsetiske rammeverk – forankret i sosiale praksiser, fortellinger og moralske tradisjoner – som grunnlag for å utvikle en filosofi om konstruksjon av dydig AI. Dette livslange læringsaspektet hos dydige agenter implementeres ved hjelp av forsterkende læring (RL). Imidlertid bruker tradisjonell RL hovedsakelig en mekanisme som utelukkende er rettet mot maksimering av belønninger. For å overvinne denne avhengigheten, tar vi i bruk et nytt RL-paradigm kjent som affinitetsbasert RL, som bruker policyregularisering for å definere prior som kan være en god rollemodell for en agent. Vi utvikler RL-miljøer basert på rollespill med moralske dilemmaer som Papers, Please og Fog of Love. Funnene fra begge eksperimentelle spillmiljøene, gjennom bruken av affinitetsbasert RL, fremhever at det er mulig å konstruere dydig oppførsel innen kunstig intelligens, som har betydelige implikasjoner for disiplinen maskinetikk.
Slik følger du disputasen digitalt
Disputasen er åpen for alle. Meld deg på via denne Zoom-lenken.
Du logger deg på tidligst 10 minutter før oppgitt tid. Etter dette kan du når som helst forlate og komme inn igjen i disputasen.
Opponent ex auditorio:
Tidsfrist for å stille spørsmål er senest i løpet av pausen mellom opponentene. Spørsmål ex auditorio fra publikum kan sendes til Kristine Reinfjord.
Kontaktperson
- E-post
- kristine.reinfjord@uia.no
- Telefon
- +47 37 23 30 14