- Terminológia (A-tól D-ig)
- AI képességvezérlés
- AIOps
- albumációk
- Eszköz teljesítménye
- Autoencoder
- Visszaszaporítás
- Bayes-tétel
- Big adatok
- Chatbot: Útmutató kezdőknek
- Számítási gondolkodás
- Számítógépes látás
- Zavart mátrix
- Konvolúciós neurális hálózatok
- Kiberbiztonság
- Data Fabric
- Adattörténetmondás
- Data Science
- Adattárolás
- Döntési fa
- Deepfakes
- Deep Learning
- Mély megerősítésű tanulás
- DevOps
- DevSecOps
- Diffúziós modellek
- Digitális iker
- Dimenzionalitás csökkentés
- Terminológia (E-től K-ig)
- Edge AI
- Érzelem AI
- Együttes tanulás
- Etikai hackelés
- ETL
- Megmagyarázható AI
- Egyesített tanulás
- FinOps
- Generatív AI
- Generatív versenytársak hálózata
- Generatív vs. diszkriminatív
- Gradiens Boosting
- Gradiens Descent
- Few-Shot Learning
- Képosztályozás
- IT-műveletek (ITOps)
- Incidens automatizálás
- Befolyásolás Mérnökség
- K-Means klaszterezés
- K-Legközelebbi szomszédok
- Terminológia (L-től Q-ig)
- Terminológia (R-től Z-ig)
- Erősítő tanulás
- Felelős mesterséges intelligencia
- RLHF
- Robotikus folyamat automatizálás
- Strukturált vs strukturálatlan
- Érzelmi elemzés
- Felügyelt vs nem felügyelt
- Támogatja a vektoros gépeket
- Szintetikus adatok
- Szintetikus média
- Szöveg osztályozása
- TinyML
- Transzfer tanulás
- Transzformátor neurális hálózatok
- Turing teszt
- Vektoros hasonlóság keresése
AI 101
Mi az a felelős AI? Alapelvek, kihívások és előnyök
By
Haziqa SajidTartalomjegyzék
Felelős mesterséges intelligencia (RAI) olyan mesterséges intelligencia rendszerek tervezésére és üzembe helyezésére utal, amelyek átláthatóak, elfogulatlanok, elszámoltathatók és követik az etikai irányelveket. A mesterséges intelligencia rendszerek robusztusabbá és elterjedtebbé válásával elengedhetetlen a felelősségteljes fejlesztésük, valamint a biztonsági és etikai irányelvek betartása.
Az egészségügy, a közlekedés, a hálózatkezelés és a felügyelet biztonságkritikus AI-alkalmazások ahol a rendszerhiba súlyos következményekkel járhat. A nagy cégek tisztában vannak azzal, hogy a RAI elengedhetetlen a technológiai kockázatok mérsékléséhez. Az MIT Sloan/BCG jelentése szerint azonban, amely 1093 válaszadót tartalmazott, 54% vállalatok közül hiányzott a felelős AI szakértelem és tehetség.
Bár a vezetők és a szervezetek kidolgozták a felelős mesterséges intelligencia elveit, az AI-rendszerek felelős fejlesztésének biztosítása még mindig kihívásokat jelent. Vizsgáljuk meg ezt az ötletet részletesen:
5 A felelős mesterséges intelligencia alapelvei
1. Méltányosság
A technológusoknak úgy kell megtervezniük az eljárásokat, hogy az AI-rendszerek minden egyént és csoportot méltányosan, elfogultság nélkül kezeljenek. Ezért a méltányosság az elsődleges követelmény a magas kockázatú döntéshozatali alkalmazásokban.
Méltányosság azt jelenti:
„A különböző demográfiai csoportokra gyakorolt hatás vizsgálata, és a csoport méltányosságának számos matematikai definíciójának egy kiválasztása, amely megfelelően kielégíti a kívánt jogi, kulturális és etikai követelményeket.”
2. felelősségre vonhatóság
Az elszámoltathatóság azt jelenti, hogy az AI-rendszereket fejlesztő és telepítő egyének és szervezetek felelősek döntéseikért és tetteikért. Az AI-rendszereket telepítő csapatnak gondoskodnia kell arról, hogy mesterséges intelligenciarendszerük átlátható, értelmezhető, auditálható legyen, és ne károsítsa a társadalmat.
Az elszámoltathatóság magában foglalja hét alkatrészek:
- Kontextus (cél, amelyhez elszámoltathatóság szükséges)
- Tartomány (elszámoltatás tárgya)
- Ügynök (ki a felelős?)
- Fórum (akinek a felelős félnek jelentenie kell)
- Szabványok (az elszámoltathatóság kritériumai)
- Eljárás (elszámoltatás módja)
- Következmények (az elszámoltathatóság következményei)
3. Átláthatóság
Az átláthatóság azt jelenti, hogy az AI-rendszerekben a döntéshozatal oka világos és érthető. Az átlátszó AI-rendszerek megmagyarázhatók.
Szerint A megbízható mesterséges intelligencia (ALTAI) értékelési listája, az átláthatóságnak három kulcsfontosságú eleme van:
- Nyomon követhetőség (az adatok, az előfeldolgozási lépések és a modell elérhető)
- Megmagyarázhatóság (a döntéshozatal/előrejelzés mögötti érvelés egyértelmű)
- Nyílt kommunikáció (az AI rendszer korlátaival kapcsolatban)
4. Adatvédelem
Az adatvédelem a felelős AI egyik fő elve. A személyes adatok védelmére utal. Ez az alapelv biztosítja, hogy az emberek személyes adatait beleegyezéssel gyűjtsék és dolgozzák fel, és ne kerüljenek rosszalló kezébe.
Mint a közelmúltban bebizonyosodott, volt egy eset a Clearview céggel kapcsolatban, amely arcfelismerő modelleket készít rendészeti szervek és egyetemek számára. Az Egyesült Királyság adatőrei beperelte a Clearview AI-t 7.5 millió fontra amiért az Egyesült Királyság lakosairól képeket gyűjtöttek a közösségi médiából anélkül, hogy beleegyeztek volna egy 20 milliárd képből álló adatbázis létrehozásához.
5. Biztonság
A biztonság azt jelenti, hogy gondoskodunk arról, hogy az AI-rendszerek biztonságosak legyenek, és ne veszélyeztessék a társadalmat. Az AI biztonsági fenyegetés példája az ellenséges támadások. Ezek a rosszindulatú támadások az ML modelleket helytelen döntések meghozatalára csalják ki. Az AI-rendszerek kibertámadásokkal szembeni védelme elengedhetetlen a felelős AI számára.
A felelős mesterséges intelligencia 4 fő kihívásai és kockázatai
1. Elfogultság
Az életkorhoz, nemhez, nemzetiséghez és rasszhoz kapcsolódó emberi előítéletek hatással lehetnek az adatgyűjtésre, ami potenciálisan elfogult AI-modellek kialakulásához vezethet. Az Egyesült Államok Kereskedelmi Minisztériumának tanulmánya Az arcfelismerő mesterséges intelligencia tévesen azonosítja a színes bőrűeket. Ezért a mesterséges intelligencia használata arcfelismerésre a bűnüldözésben jogellenes letartóztatásokhoz vezethet. A tisztességes AI-modellek készítése is kihívást jelent, mert vannak 21 különböző paraméterekkel meghatározni őket. Tehát van egy kompromisszum; egy korrekt AI-paraméter kielégítése egy másik feláldozását jelenti.
2. Értelmezhetőség
Az értelmezhetőség kritikus kihívás a felelős mesterséges intelligencia fejlesztésében. Arra vonatkozik, hogy megértsük, hogyan jutott el a gépi tanulási modell egy bizonyos következtetésre.
A mély neurális hálózatok nem értelmezhetők, mivel fekete dobozként működnek, több rétegben rejtett neuronokkal, ami megnehezíti a döntéshozatali folyamat megértését. Ez kihívást jelenthet a nagy téttel járó döntéshozatalban, például egészségügyben, pénzügyekben stb.
Ráadásul az értelmezhetőség formalizálása az ML modellekben kihívást jelent, mert az szubjektív és a domain-specifikus.
3. Kormányzás
A kormányzás olyan szabályok, irányelvek és eljárások összességét jelenti, amelyek felügyelik az AI-rendszerek fejlesztését és telepítését. Az utóbbi időben jelentős előrelépés történt a mesterséges intelligencia irányításáról szóló diskurzusban, a szervezetek kereteket és etikai irányelveket mutattak be.
Etikai irányelvek számára megbízható mesterséges intelligencia az EU által, Ausztrál AI etikai keretrendszerés OECD AI-elvek példák az AI-irányítási keretekre.
De az AI gyors fejlődése az elmúlt években meghaladhatja ezeket a mesterséges intelligencia irányítási kereteket. Ennek érdekében olyan keretrendszerre van szükség, amely értékeli az AI-rendszerek tisztességességét, értelmezhetőségét és etikáját.
4. Szabályozás
A mesterséges intelligencia rendszerek egyre elterjedtebbé válásával szabályozásra van szükség az etikai és társadalmi értékek figyelembevételéhez. Az AI-innovációt nem fojtogató szabályozás kidolgozása kritikus kihívás a felelős AI-ban.
A mesterséges intelligencia kutatói még az Általános Adatvédelmi Rendelet (GDPR), a California Consumer Privacy Act (CCPA) és a Personal Information Protection Law (PIPL) szabályozó testületei mellett is megállapították, hogy 97% az uniós webhelyek nem felelnek meg a GDPR jogi keret követelményeinek.
Ezenkívül a jogalkotók szembesülnek a jelentős kihívás konszenzusra jutni a mesterséges intelligencia meghatározásáról, amely magában foglalja mind a klasszikus AI-rendszereket, mind a legújabb AI-alkalmazásokat.
A felelős mesterséges intelligencia 3 fő előnye
1. Csökkentett torzítás
A felelős mesterséges intelligencia csökkenti a döntéshozatali folyamatok torzítását, és bizalmat épít az AI-rendszerekbe. Az AI-rendszerek torzításának csökkentése tisztességes és méltányos egészségügyi rendszert biztosíthat, és csökkenti az AI-alapú torzítást pénzügyi szolgáltatások elvisszük helyi falvakba ahol megismerkedhet az őslakosok kultúrájával; ...
2. Fokozott átláthatóság
A Responsible AI átlátható AI-alkalmazásokat tesz lehetővé, amelyek bizalmat építenek az AI-rendszerekbe. Átlátszó AI rendszerek csökkenti a hiba és a helytelen használat kockázatát. A fokozott átláthatóság megkönnyíti az AI-rendszerek auditálását, elnyeri az érdekelt felek bizalmát, és elszámoltatható AI-rendszerekhez vezethet.
3. Jobb biztonság
A biztonságos mesterségesintelligencia-alkalmazások biztosítják az adatvédelmet, megbízható és ártalmatlan kimenetet produkálnak, és biztonságban vannak a kibertámadásokkal szemben.
A technikai óriásoknak tetszik microsoft és a Google, amelyek élen járnak az AI-rendszerek fejlesztésében, kidolgozták a Responsible AI elveket. A felelős mesterséges intelligencia biztosítja, hogy az AI innovációja ne legyen káros az egyénekre és a társadalomra nézve.
A vezetőknek, kutatóknak, szervezeteknek és jogi hatóságoknak folyamatosan felül kell vizsgálniuk a felelős AI-irodalmat, hogy biztosítsák az AI-innováció biztonságos jövőjét.
További AI-val kapcsolatos tartalomért látogassa meg a webhelyet egyesülj.ai.
Haziqa egy adattudós, aki nagy tapasztalattal rendelkezik a mesterséges intelligencia és SaaS cégek számára készült műszaki tartalom írásában.
Talán tetszene
AniPortrait: A fotorealisztikus portréanimáció hangvezérelt szintézise
Az AI belső párbeszéde: Hogyan javítja az önreflexió a chatbotokat és a virtuális asszisztenseket
Azonnali stílus: Stílusmegőrzés a szövegből képpé generálás során
LoReFT: Representation Finetuning for Language Models
A keresőmotorokon túl: Az LLM-alapú webböngésző ügynökök felemelkedése
Növelje a mesterséges intelligencia átláthatóságát és a bizalmat az összetett mesterségesintelligencia segítségével