Myslitelé

S generativními pokroky umělé inteligence je čas řešit odpovědnou umělou inteligenci

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

V roce 2022 měly společnosti v průměru 3,8 modelů umělé inteligence v produkci. Dnes sedm z deseti společností experimentuje s generativní umělou inteligencí, což znamená, že počet modelů umělé inteligence v produkci bude v příštích letech prudce stoupat. V důsledku toho získávají diskuse v odvětví o odpovědné umělé inteligenci větší naléhavost.

Je dobré, že více než polovina organizací již prosazuje etiku umělé inteligence. Nicméně, pouze kolem 20% z nich implementovalo komplexní programy s rámci, řízením a bezpečnostními mechanismy pro dohled nad vývojem modelů umělé inteligence a proaktivní identifikaci a zmírnění rizik. Vzhledem k rychlému tempu vývoje umělé inteligence by se lídři měli posunout dopředu a implementovat rámce a zralé procesy. Regulace po celém světě se blíží a již jedna ze dvou organizací měla selhání odpovědné umělé inteligence.

Výzvy při implementaci odpovědné umělé inteligence

Odpovědná umělá inteligence zahrnuje až 20 různých obchodních funkcí, což zvyšuje složitost procesů a rozhodování. Týmy odpovědné umělé inteligence musí spolupracovat s klíčovými stakeholdery, včetně vedení; majitelů obchodních jednotek; týmů pro data, umělou inteligenci a IT; a partnerů, aby:

  • Vytvořily řešení umělé inteligence, která jsou spravedlivá a bez偏見: Týmy a partneři mohou použít různé techniky, jako je exploratorní analýza dat, pro identifikaci a zmírnění potenciálních偏見 před vývojem řešení – aby modely byly vyvíjeny s ohledem na spravedlnost od začátku. Týmy a partneři mohou také přezkoumat data použité v předzpracování, návrhu algoritmu a postzpracování, aby zajistili, že jsou reprezentativní a vyvážená. Kromě toho mohou použít techniky skupinové a individuální spravedlnosti, aby zajistili, že algoritmy zacházejí se skupinami a jednotlivci spravedlivě. A přístupy k proti-faktické spravedlnosti modelují výsledky, pokud se změní určité faktory, což pomáhá identifikovat a řešit偏見.
  • Promovat transparentnost a vysvětlitelnost umělé inteligence: Transparentnost umělé inteligence znamená, že je snadné pochopit, jak modely umělé inteligence fungují a činí rozhodnutí. Vysvětlitelnost znamená, že tato rozhodnutí lze snadno sdělit ostatním v nelékařských termínech. Použití běžné terminologie, vedení pravidelných diskusí se stakeholdery a vytváření kultury povědomí a kontinuálního učení může pomoci dosáhnout těchto cílů.
  • Zajistit ochranu soukromí a bezpečnost dat: Modely umělé inteligence používají velké množství dat. Společnosti využívají první a třetí strany dat k napájení modelů. Používají také techniky učení s ochranou soukromí, jako je vytváření syntetických dat pro překonání problémů s řídkostí. Lídři a týmy budou chtít přezkoumat a aktualizovat bezpečnostní opatření pro ochranu soukromí a bezpečnost, aby zajistili, že důvěrná a citlivá data jsou stále chráněna, i když se používají novými způsoby. Například syntetická data by měla napodobovat klíčové charakteristiky zákazníků, ale neměla by být zpětně dohledatelná k jednotlivcům.
  • Implementovat řízení: Řízení se bude lišit v závislosti na zralosti umělé inteligence v podniku. Společnosti by však měly stanovit zásady a směrnice pro umělou inteligenci od začátku. Jakmile se jejich používání modelů umělé inteligence zvýší, mohou jmenovat úředníky pro umělou inteligenci; implementovat rámce; vytvořit mechanismy odpovědnosti a reportování; a vyvinout zpětnou vazbu a programy kontinuálního zlepšování.

Kritické faktory pro program odpovědné umělé inteligence

Co odlišuje společnosti, které jsou lídry v odpovědné umělé inteligenci, od ostatních? Oni:

  • Vytvořit vizi a cíle pro umělou inteligenci: Lídři komunikují svou vizi a cíle pro umělou inteligenci a to, jak přínáší výhody společnosti, zákazníkům a společnosti.
  • Stanovit očekávání: Vedoucí pracovníci stanoví správná očekávání s týmy pro vytvoření odpovědných řešení umělé inteligence od začátku, místo toho, aby se snažili upravit řešení poté, co jsou dokončena.
  • Implementovat rámec a procesy: Partneři poskytují rámce pro odpovědnou umělou inteligenci s transparentními procesy a bezpečnostními mechanismy. Například kontroly soukromí dat, spravedlnosti a偏見 by měly být integrovány do počáteční přípravy dat, vývoje modelu a kontinuálního monitorování.
  • Přístup k odborným znalostem, odvětvovým znalostem a dovednostem umělé inteligence: Týmy chtějí urychlit inovace řešení umělé inteligence, aby zvýšily obchodní konkurenceschopnost. Mohou se obrátit na partnery pro relevantní odborné znalosti a odvětvové znalosti, jako je nastavení a realizace strategie dat a umělé inteligence, spojené s zákaznickou analýzou, marketingovou technologií, dodavatelským řetězcem a dalšími schopnostmi. Partneři mohou také poskytnout plný rozsah dovedností umělé inteligence, včetně inženýrství velkých jazykových modelů (LLM), vývoje, provozu a inženýrství platformy, využívajících rámce a procesy pro odpovědnou umělou inteligenci k návrhu, vývoji, provozování a produkci řešení.
  • Přístup k urychlovačům: Partneři nabízejí přístup k ekosystému umělé inteligence, který snižuje dobu vývoje pro pilotní projekty tradiční a generativní umělé inteligence o až 50%. Podniky získávat vertikální řešení, která zvyšují jejich tržní konkurenceschopnost.
  • Zajistit přijetí a odpovědnost týmu: Podnikové a partnerské týmy jsou školeny na nové zásady a procesy. Kromě toho podniky auditují týmy pro soulad s klíčovými zásadami.
  • Použít správné metriky pro kvantifikaci výsledků: Lídři a týmy používají benchmarky a další metriky pro demonstraci toho, jak odpovědná umělá inteligence přispívá k obchodnímu hodnotě, aby udrželi zapojení stakeholderů na vysoké úrovni.
  • Monitorovat systémy umělé inteligence: Partneři poskytují služby monitorování modelů, které řeší problémy proaktivně a zajišťují, že dodávají důvěryhodné výsledky.

Plánujte odpovědnou umělou inteligenci nyní

Pokud vaše společnost urychluje inovace umělé inteligence, pravděpodobně potřebujete program odpovědné umělé inteligence. Postupujte proaktivně, aby jste snížili rizika, zralé programy a procesy a prokázali odpovědnost stakeholderům.

Partner může poskytnout dovednosti, rámce, nástroje a partnerství, které potřebujete k odemknutí obchodních hodnot s odpovědnou umělou inteligencí. Nasazení modelů, které jsou spravedlivé a bez偏見, vynucení kontrol a zvýšení souladu se společnostními požadavky, zatímco se připravujete na budoucí regulace.

Dr. Ravindra Patil je Senior Director of Data Science ve firmě Tredence, kde vede tým s 15 lety průmyslové zkušenosti v oblasti Data a AI. Jeho odbornost spočívá ve úspěšném vedení týmu a vývoji účinných řešení Data a AI. Ravindra zahájil svou kariéru ve firmě Siemens, později významně přispěl ve firmě Philips Research a jejích obchodních skupinách. Předtím, než nastoupil do Tredence, vedl skupinu Data a AI pro cluster Personal Health firmy Philips v hodnotě 4 miliard dolarů.

Po celou dobu své kariéry Ravindra vytvořil několik algoritmů AI, datové platformy a usnadnil jejich integraci do různých obchodních sektorů. Vystudoval bakalářský obor inženýrství, magisterský obor v oblasti rozpoznávání vzorců na IIT Madras v Indii a doktorský obor v oblasti strojového učení na Univerzitě v Maastrichtu v Nizozemsku. S více než 30 přihláškami patentů, několika publikovanými výzkumnými články a uznáním jako jeden z nejlepších 100 AI lídrů v Indii podle časopisu AIM jsou jeho úspěchy pozoruhodné.