Connect with us

Generatiivisen tekoälyn edetessä on aika kohdistaa huomio vastuulliseen tekoälyyn

Ajatusjohtajat

Generatiivisen tekoälyn edetessä on aika kohdistaa huomio vastuulliseen tekoälyyn

mm

Vuonna 2022 yrityksillä oli keskimäärin 3.8 tekoälymallia tuotannossa. Tänään seitsemän kymmenestä yrityksestä kokeilee generatiivista tekoälyä, mikä tarkoittaa, että tekoälymallien määrä tuotannossa kasvaa räjähdysmäisesti tulevina vuosina. Tämän seurauksena teollisuuden keskustelut vastuullisesta tekoälystä ovat saaneet lisääntynyttä kiireellisyyttä.

Hyvä uutinen on, että yli puolet organisaatioista jo kannattaa tekoälyetiikkaa. Kuitenkin vain noin 20% on toteuttanut kattavat ohjelmat, joihin sisältyy kehykset, hallinto ja varotoimet tekoälymallien kehittämisen valvomiseksi ja riskien ennaltaehkäisemiseksi. Tekoälyn kehityksen nopean tahdin vuoksi johtajien tulisi edetä nyt kehysjen ja kypsentyneiden prosessien toteuttamiseen. Sääntelyt ympäri maailmaa tulevat, ja jo joka toinen organisaatio on kokenut vastuullisen tekoälyn epäonnistumisen.

Vastuullisen tekoälyn toteuttamisen haasteet

Vastuullinen tekoäly kattaa jopa 20 eri liiketoimintafunktiota, mikä lisää prosessien ja päätöksenteon monimutkaisuutta. Vastuullisen tekoälyn tiimit ovat työskenneltävä avainstakeholderien, kuten johdon, liiketoimintayksiköiden, tieto- ja tekoälytiimien sekä kumppanien kanssa:

  • Rakentaa tekoälyratkaisuja, jotka ovat reiluja ja vapaat harhautta: Tiimit ja kumppanit voivat käyttää eri tekniikoita, kuten tutkimuksellista data-analyysiä, potentiaalisten harhauttavien tekijöiden tunnistamiseksi ja lieventämiseksi ennen ratkaisujen kehittämistä – jotta mallit rakennetaan reiluudesta alusta alkaen. Tiimit ja kumppanit voivat myös tarkastella esikäsittelyssä, algoritmin suunnittelussa ja jälkikäsittelyssä käytettävää dataa, jotta se on edustava ja tasapuolinen. Lisäksi he voivat käyttää ryhmä- ja yksilökohtaisia reiluuden tekniikoita varmistamaan, että algoritmit kohtelevat eri ryhmiä ja yksilöitä reilusti. Ja vastakkaisen reiluuden lähestymistavat mallintavat tuloksia, jos tiettyjä tekijöitä muutetaan, auttaen havaitsemaan ja osoittamaan harhauttavat tekijät.
  • Edistää tekoälyn avoimuutta ja selittämiskykyä: Tekoälyn avoimuus tarkoittaa, että on helppo ymmärtää, miten tekoälymallit toimivat ja tekevät päätöksiä. Selittämiskyky tarkoittaa, että nämä päätökset voidaan helposti viestiä muille ei-tekniikan termein. Yhteisen terminologian käyttö, säännölliset keskustelut stakeholderien kanssa ja tekoälytietoisuuden ja jatkuvaan oppimiseen perustuva kulttuuri voivat auttaa saavuttamaan nämä tavoitteet.
  • Taata datan yksityisyys ja turvallisuus: Tekoälymallit käyttävät valtavia määriä dataa. Yritykset hyödyntävät ensi- ja kolmannen osapuolen dataa mallien ruokkimiseen. He myös käyttävät yksityisyyttä suojaavia oppimistekniikoita, kuten syntetisen datan luomista ylittämään harvinaisuusongelmia. Johtajien ja tiimien tulisi tarkastella ja kehittää datan yksityisyyden ja turvallisuuden suojausjärjestelmiä, jotta luottamuksellinen ja arkaluontoinen data on edelleen suojattu, kun sitä käytetään uusilla tavoilla. Esimerkiksi syntetinen data tulisi jäljitellä asiakkaiden avainominaisuuksia ilman, että se voidaan jäljittää takaisin yksilöihin.
  • Toteuttaa hallinto: Hallinto vaihtelee yrityskohtaisen tekoälykypsentyneisyyden mukaan. Yritysten tulisi kuitenkin asettaa tekoälyperiaatteet ja -käytäntöjä alusta alkaen. Kun heidän tekoälymallien käyttö lisääntyy, he voivat nimittää tekoälyupseereita; toteuttaa kehykset; luoda tilinpäätös- ja raportointimekanismit; ja kehittää palautusilmoitus- ja jatkuvaan parantamiseen liittyviä ohjelmia.

Vastuullisen tekoälyohjelman kriittiset mahdollistajat

Mitä erottaa yritykset, jotka ovat vastuullisen tekoälyn johtajia muista? He:

  • Luovat visio ja tavoitteet tekoälylle: Johtajat viestivät visioonsa ja tavoitteitaan tekoälylle ja siitä, miten se hyödyttää yritystä, asiakkaita ja yhteiskuntaa.
  • Asettaa odotukset: Johtajat asettavat oikeat odotukset tiimien kanssa rakentamaan vastuullisia tekoälyratkaisuja alusta alkaen eikä yrittää muokata ratkaisuja sen jälkeen, kun ne on valmis.
  • Toteuttaa kehys ja prosessit: Kumppanit tarjoavat vastuullisen tekoälyn kehyksiä avoimilla prosesseilla ja varotoimilla. Esimerkiksi datan yksityisyyden, reiluuden ja harhauttavien tekijöiden tarkastukset on sisällyttävä alkuvaiheen datan valmisteluun, mallien kehittämiseen ja jatkuvaan seurantaan.
  • Pääsy alaan, teollisuuteen ja tekoälytaitoihin: Tiimit haluavat kiihdyttää tekoälyratkaisujen innovaatiota liiketoiminnan kilpailukyvyn lisäämiseksi. He voivat kääntyä kumppanien puoleen saadakseen asiaankuuluvat alakohtaiset ja teollisuuskohtaiset taidot, kuten data- ja tekoälystrategian asettamisen ja toteuttamisen, asiakasanalytiikan, markkinointiteknologian, toimitusketjun ja muiden kykyjen parissa. Kumppanit voivat myös tarjota koko spektrin tekoälytaitoja, mukaan lukien suuren kielen mallien (LLM) insinöörit, kehittäjät, operaatiot ja alustojen insinöörit, jotka hyödyntävät vastuullisia tekoälykehyksiä ja prosesseja suunnitella, kehittää, ottaa käyttöön ja tuotantoon ratkaisuja.
  • Pääsy kiihdyttimiin: Kumppanit tarjoavat pääsyn tekoälyekosysteemiin, joka vähentää perinteisten ja generatiivisten tekoälypilottihankkeiden kehitysaikaa jopa 50%. Yritykset saavat pystykohtaisia ratkaisuja, jotka lisäävät heidän markkinakilpailukykyään.
  • Tiimien omaksuminen ja vastuu: Yritysten ja kumppanien tiimit koulutetaan uusista käytännöistä ja prosesseista. Lisäksi yritykset tarkastavat tiimejä avainkäytäntöjen noudattamisesta.
  • Käyttää oikein mittareita tuloksien mittaamiseen: Johtajat ja tiimit käyttävät vertailukohtia ja muita mittareita osoittamaan, miten vastuullinen tekoäly tuottaa liiketoimintaa ja ylläpitää sidosryhmien sitoutumista.
  • Valvoa tekoälyjärjestelmiä: Kumppanit tarjoavat mallinvalvontapalveluita, ratkaisemalla ongelmat ennaltaehkäisevästi ja varmistamalla, että ne toimittavat luotettavia tuloksia.

Suunnittele vastuullista tekoälyä nyt

Jos yrityksesi kiihdyttää tekoälyn innovaatiota, sinun tarvitsee luultavasti vastuullinen tekoälyohjelma. Toimi proaktiivisesti vähentääksesi riskejä, kypsentääksesi ohjelmia ja prosesseja sekä osoittaaksesi vastuullisuutta sidosryhmille.

Kumppani voi tarjota tarvittavat taidot, kehykset, työkalut ja kumppanuudet, joita tarvitset avataksesi liiketoimintaa vastuullisen tekoälyn avulla. Käytä malleja, jotka ovat reiluja ja vapaat harhautta, toteuta valvontaa, lisää noudattamista yrityksen vaatimuksista ja valmistaudu tuleviin sääntelyihin.

Tohtori Ravindra Patil on Tredencen Data Science -senioryhtiön johtaja, jolla on 15 vuoden teollinen kokemus Datasta ja AI:sta. Hänen asiantuntemuksensa on menestyksekäs tiimijohtaminen ja tehokkaiden Data- ja AI-ratkaisujen kehittäminen. Ravindra aloitti uransa Siemensissä, myöhemmin merkittävästi Philipsin tutkimuksessa ja sen liiketoimintaryhmissä. Ennen liittymistään Tredenceen hän johti Philipsin 4 miljardin dollarin henkilökohtaisen terveyden klusterin Data- ja AI-ryhmää.

Koko matkansa aikana Ravindra on luonut useita AI-algoritmeja, data-alustoja ja mahdollistanut niiden integroinnin eri liiketoiminta-aloille. Hänellä on insinöörin tutkinto, tutkinto mallintunnistamisesta IIT Madras, Intiasta, ja tohtorin tutkinto koneoppimisesta Maastrichtin yliopistosta, Alankomaista. Yli 30 patenttihakemuksella, useilla julkaistuilla tutkimusartikkeleilla ja tunnustuksella yhtenä Intian 100 parhaan AI-johtajan keskuudessa AIM-lehden mukaan, hänen saavutuksensa ovat merkittäviä.