Share via

Verantwoordelijke AI

  • Artikel

Op basis van ethische principes die mensen op de eerste plaats zetten, zet Microsoft zich in voor het verbeteren van AI. We willen met u samenwerken om dit streven te ondersteunen.

Principes voor verantwoordelijke AI

Houd bij het implementeren van AI-oplossingen rekening met de volgende principes in uw oplossing:

  • Eerlijkheid: AI-systemen moeten alle mensen eerlijk behandelen.
  • Betrouwbaarheid en veiligheid: AI-systemen moeten betrouwbaar en veilig werken.
  • Privacy en beveiliging: AI-systemen moeten veilig zijn en de privacy respecteren.
  • Inclusiviteit: AI-systemen moeten iedereen meer mogelijkheden bieden en mensen betrekken.
  • Transparantie: AI-systemen moeten begrijpelijk zijn.
  • Verantwoordelijkheid: Mensen moet verantwoordelijk zijn voor AI-systemen.

Een verantwoorde AI-strategie instellen

Leer hoe u uw eigen verantwoorde AI-strategie en -principes ontwikkelt op basis van de waarden van uw organisatie.

Richtlijnen voor het op verantwoorde wijze ontwikkelen van AI

Breng verantwoorde AI in de praktijk aan de hand van deze richtlijnen, ontworpen om u te helpen potentiële problemen te anticiperen en op te lossen tijdens de levenscyclus van softwareontwikkeling.

Hulpprogramma's voor verantwoordelijke AI

Er zijn hulpprogramma's beschikbaar waarmee ontwikkelaars en gegevenswetenschappers AI-systemen kunnen begrijpen, beveiligen en beheren. Deze hulpprogramma's kunnen afkomstig zijn uit verschillende bronnen, waaronder Azure Machine Learning, opensource-projecten en onderzoek.

  • Begrijpen: AI-systemen kunnen zich om verschillende redenen onverwacht gedragen. Softwarehulpprogramma's kunnen u helpen inzicht te krijgen in het gedrag van uw AI-systemen, zodat u ze beter kunt afstemmen op uw behoeften. Voorbeelden van dit type hulpprogramma zijn InterpretML, Foutanalyse en Fairlearn.
  • Beschermen: AI-systemen zijn afhankelijk van gegevens. Softwarehulpprogramma's kunnen u helpen die gegevens te beschermen door de privacy te beschermen en vertrouwelijkheid te waarborgen. Voorbeelden van dit type hulpprogramma zijn Confidential Computing voor Machine Learning, smartNoise differentiële privacy toolkit, SEAL Homomorphic Encryption toolkit en de Presidio data de-identification toolkit.
  • Controle: Verantwoordelijke AI heeft governance en controle nodig tijdens de ontwikkelingscyclus. Azure Machine Learning maakt een audittrail mogelijk voor betere traceerbaarheid, herkomst en controle om te voldoen aan wettelijke vereisten. Voorbeelden zijn audittrail en traceerbaarheid.

Volgende stappen

Ga voor meer informatie over het ontwikkelen van verantwoorde oplossingen naar: