Az unlearning, azaz a visszatanulás koncepciója egy forradalmi lépést jelent a mesterséges intelligencia területén, ahol a cél nem más, mint a nem kívánt adatok eltávolítása a modellekből anélkül, hogy teljesen újra kellene tanítani őket. Ez a megoldás különösen fontos lesz a jövőben, hiszen a mesterséges intelligenciát alkalmazó rendszereknek etikusabban és hatékonyabban kell működniük. Az IBM kutatói úgy vélik, hogy az unlearning jelentős előrelépést hozhat az MI-modellek teljesítményében és biztonságában, ezáltal növelve a bizalmat a vállalatok és intézmények döntéshozói részéről.

Az unlearning nem csupán a hibás következtetések kiszűrésében segít, hanem képes eltávolítani a nagy nyelvi modellek által generált toxikus vagy etikailag aggályos információkat is. Különösen létfontosságú ez akkor, amikor az adatok faji, nemi vagy szocioökonómiai alapú torzításokat tartalmaznak, ami nagymértékben befolyásolhatja a modellek döntéseit, például a kiválasztási folyamatok során. Az AI-nek megfelelően úgynevezett „támogatott” döntéseket hozhat, amelyek hátrányosan érinthetik a potenciális munkavállalókat vagy hiteligénylőket.

Az unlearning folyamata lehetővé teszi, hogy ha egy MI-modell olyan torzított adatsoron tanult, amely toxikus eredményekhez vezetett, akkor ezt ne csupán elnyomja, hanem teljesen elfejtse azt. A mesterséges intelligencia terjedésével együtt a döntéshozók egyik leggyakoribb aggodalma a személyes és érzékeny adatok sorsa. Az IBM ehhez kapcsolódóan hangsúlyozza, hogy a technológiai fejlődés elsődleges oka az adatvédelmi szabályozások megjelenése, mint az uniós GDPR irányelvek, amelyek kötelezik a cégeket és intézményeket az adatok kezelésére és törlésére.

A hagyományos adatvédelmi módszerek nem mindig elegendők a több milliárdos és terabytes terjedelmű adathalmazok kezelésére. Az IBM által kifejlesztett unlearning technológiával a vállalatok képesek lesznek a torzító vagy érzékeny adatok eltávolítására, anélkül, hogy a mögöttes információkat elveszítenék, ezáltal növelve a modellek hatékonyságát.

Jelenleg az IBM a Granite nevű modellcsaládján is teszteli ezt az elképzelést, abban bízva, hogy az unlearning kiváló lehetőségeket teremt a mesterséges intelligencia alkalmazások iránti bizalom erősítésére. Az eljárás mellett azonban fontos tudni, hogy az MI fejlesztésének etikai vonatkozásai is növekvő figyelmet kapnak, hiszen a torzítások csökkentése és a tisztességes döntések elősegítése kulcsfontosságú a jövő technológiai környezetében.