Odpowiedzialne rozwiązania z zakresu sztucznej inteligencji

Artykuł
07/11/2023

Oparte na zasadach etycznych, które stawiają ludzi na pierwszym miejscu, firma Microsoft jest zaangażowana w rozwój sztucznej inteligencji. Chcemy współpracować z Tobą, aby wspierać to przedsięwzięcie.

Zasady odpowiedzialnego używania sztucznej inteligencji

Podczas implementowania rozwiązań sztucznej inteligencji należy wziąć pod uwagę następujące zasady w rozwiązaniu:

Sprawiedliwości: Systemy sztucznej inteligencji powinny traktować wszystkie osoby sprawiedliwie.
Niezawodność i bezpieczeństwo: Systemy sztucznej inteligencji powinny działać niezawodnie i bezpiecznie.
Prywatność i zabezpieczenia: Systemy sztucznej inteligencji powinny być bezpieczne i przestrzegać prywatności.
Inkluzywność: Systemy sztucznej inteligencji powinny wspierać wszystkich i angażować ludzi.
Przejrzystości: Systemy sztucznej inteligencji powinny być zrozumiałe.
Odpowiedzialność: Osoby powinny być odpowiedzialne za systemy sztucznej inteligencji.

Ustanawianie strategii odpowiedzialnej sztucznej inteligencji

Dowiedz się, jak opracowywać własną strategię i zasady odpowiedzialnego używania sztucznej inteligencji na podstawie wartości organizacji.

Wprowadzenie do usługi AI Business School

Wytyczne dotyczące odpowiedzialnego opracowywania sztucznej inteligencji

Wprowadzenie odpowiedzialnej sztucznej inteligencji w praktyce dzięki tym wytycznym, zaprojektowanym w celu ułatwienia przewidywania i rozwiązywania potencjalnych problemów w całym cyklu życia tworzenia oprogramowania.

Narzędzia odpowiedzialnego używania sztucznej inteligencji

Dostępne są narzędzia ułatwiające deweloperom i analitykom danych zrozumienie, ochronę i kontrolowanie systemów sztucznej inteligencji. Te narzędzia mogą pochodzić z różnych źródeł, w tym usługi Azure Machine Learning, projektów open source i badań.

Zrozumieć: Systemy sztucznej inteligencji mogą zachowywać się nieoczekiwanie z różnych powodów. Narzędzia programowe mogą ułatwić zrozumienie zachowania systemów sztucznej inteligencji, dzięki czemu można je lepiej dostosować do własnych potrzeb. Przykłady tego typu narzędzia to InterpretML, Analiza błędów i Fairlearn.
Chronić: Systemy sztucznej inteligencji opierają się na danych. Narzędzia programowe mogą pomóc chronić te dane, zachowując prywatność i zapewniając poufność. Przykładami tego typu narzędzia są poufne obliczenia dla uczenia maszynowego, zestawu narzędzi do ochrony prywatności różnicowej SmartNoise, zestawu narzędzi SEAL Homomorficznego szyfrowania oraz zestawu narzędzi do usuwania identyfikacji danych Presidio.
Kontroli: Odpowiedzialna sztuczna inteligencja wymaga ładu i kontroli w cyklu programowania. Usługa Azure Machine Learning umożliwia rejestrowanie inspekcji w celu zapewnienia lepszej możliwości śledzenia, pochodzenia i kontroli w celu spełnienia wymagań prawnych. Przykłady obejmują dziennik inspekcji i możliwość śledzenia.

Następne kroki

Aby uzyskać więcej informacji o tworzeniu odpowiedzialnego rozwiązania, odwiedź stronę:

Udostępnij za pośrednictwem