採用負責任和可信賴的 AI 原則
Microsoft 負責任 AI 六大原則包括公平性、可靠性與安全性、隱私權與安全性、包容性、透明性以及問責性。 當您在整個採用 AI 的過程中，將 AI 整合至主流產品和服務時，請使用這些原則來創造負責任和值得信賴的 AI。
負責任 AI 準則
Microsoft 致力於賦予負責任 AI 實踐。
負責任 AI 定義了六大原則：
公平性：AI 系統應該對每個人一視同仁，並提供所有個人相同的建議。 AI 系統的公平性可防止基於個人特徵的歧視。
可靠性與安全性：AI 系統必須在各種條件下可靠、安全且一致地運作，以幫助建立信任。
隱私權與安全性：AI 系統應該尊重隱私，並透過保護私人和機密資訊來維持安全性。 這些系統也應能抵抗攻擊與破壞或危害系統的企圖。
包容性：AI 系統應授權所有的人並接受人們參與。 包容性設計實務可協助 AI 系統開發人員了解並解決產品或服務中潛在的排斥障礙。 包容性能促進創新，並有助於設計讓每個人都能受惠的體驗。
透明度：AI 系統應是透明且易於理解的。 AI 系統可以提供決策資訊，深深影響人們的生活，因此個人了解系統如何做出這些決策至關重要。
問責性：AI 系統與其開發人員應負責任與交代。
在您採用 AI 的整個過程中，從策略、規劃到實施，都應納入負責任 AI 原則。 確保您在安全性、管理和治理您的 AI 計畫時應用這些原則。
本 AI 採用指南包含如何使用適用於 Azure 的雲端採用架構實施負責任 AI 實務的範例。 在整個 AI 採用過程中，負責任 AI 原則都會整合到指引和建議中。
負責任 AI 的重要性
負責任 AI 有助於降低以下風險：
非預期的後果：規劃並監督您的負責任 AI 實施，以降低可能產生具有道德影響的意外後果的風險。
不斷演變的威脅：隨著 AI 技術的演變，新的威脅也經常出現。 為了協助減緩這些威脅並保持領先，請遵守負責任 AI 原則。
偏見：減緩 AI 中的偏見可能具有挑戰性，但對於確保 AI 系統的公平性與公正性而言是必要的。 使用負責任 AI 原則來幫助指導您。
敏感技術：可將臉部辨識等技術視為敏感技術，因為會對基本自由和人權造成風險。 考慮這些技術的影響，以確保您以負責任的方式使用這些技術。
Azure 促進
Microsoft Azure 提供一系列工具、服務和資源，協助您建立負責任 AI 系統。
使用 Microsoft Azure AI 內容安全建立安全的系統
使用 Microsoft Azure AI 內容安全偵測應用程式和服務中有害的使用者產生和 AI 產生內容。 內容安全可協助您分析 AI 應用程式中產生的內容 (包括文字和影像)，以確保內容安全且適合您的使用者。 內容安全提供下列功能：
提示在大型語言模型 (LLM) 上掃描文字和文件，以偵測使用者輸入攻擊或越獄的風險。
接地偵測可偵測 LLM 的文字回應是否以使用者提供的原始資料為基礎。
受(版權)保護素材偵測可偵測 LLM 的文字回應是否包含受保護的資料，例如受版權保護的文字、歌詞、文章和網頁內容。
自訂類別 (快速) API 定義新出現的有害內容模式，並掃描文字和影像以尋找符合的內容。
分析文字 API 可分析潛在的有害文字內容。 該 API 通常會辨識仇恨、自我傷害、性或暴力內容等類別。
分析影像 API 會分析潛在的有害圖片內容。 該 API 通常會辨識仇恨、自我傷害、性或暴力內容等類別。
在 Azure AI 服務中負責任地使用 AI
Microsoft 提供與 AI 相關的 Azure 服務透明度資訊清單。 此清單包括 Azure AI 服務套件中的服務。 如需更多資訊，請參閱負責任地使用 Azure AI 服務。
將負責任 AI 儀表板用於 Azure Machine Learning
如果您使用 Azure Machine Learning 建立系統，您可以使用負責任 AI 儀表板來評估您的 AI 系統。 負責任 AI 儀表板提供單一介面，可協助您實施負責任的 AI 原則。 負責任 AI 的部分功能包括：
資料分析：了解並探索您的資料集分佈與統計。
模型概觀和公平性評估：評估您的模型效能以及模型的群組公平性問題。
錯誤分析：檢視並了解誤差在資料集中的分佈情況。
模型可解釋性：了解您的模型預測，以及您的模型如何進行個別和整體預測。
反事實假設狀況分析：觀察特徵的變化如何影響您的模型預測。
原因分析：使用歷程記錄資料來檢視治療功能對真實世界的因果關係。
負責任地開發 AI
| 資源 | 描述 |
|---|---|
| 建立有效人類-AI 體驗 (HAX) 的實作工具 | 在設計程序的早期使用 HAX 工具組，幫助您概念化 AI 系統的工作內容與行為方式。 將 HAX 工具組用於面向使用者的 AI 產品。 |
| 交談式 AI 指導方針 | 以能贏得他人信任的方式設計機器人，以幫助人們和社會充分發揮潛能。 使用這些指導方針來設計機器人，以建立人們對其所代表的公司和服務的信任。 |
| 包容性 AI 設計指導方針 | 使用這些指導方針來幫助您設計具有包容性且人人都能使用的 AI。 |
| AI 公平性檢查清單 | 使用 AI 公平性清單來判斷您的 AI 系統是否公平公正。 |
| 機器學習中的負責任 AI | 如果您使用機器學習建立 AI 系統，請檢閱這些負責任 AI 資源。 |