响应式人工智能入门指南

现代生活具有广泛的变革潜力，得益于人工智能（AI）的非凡能力，这些能力既带来了积极的影响，也带来了消极的影响。在执法方面，可以利用AI为各种目的服务，例如通过面部识别软件识别嫌疑人或预测未成年人可能的犯罪活动。然而，这些程序可能会误识别无辜的个人或利用年轻人的数据来瞄准他们，而不是保护他们的利益，存在着显著的风险。

对于实施人工智能的组织来说，行使谨慎，并确保其对该技术的使用是负责任的至关重要。 “负责任的人工智能” 概念涉及采用治理结构，包括针对可能出现的问题的管理计划，考虑当前和可能未来的情况，有详细说明。

目前，还没有针对人工智能的确切伦理指南。因此，据TechTarget网站文章报道，设计和实施人工智能算法的数据科学家和软件工程师有责任制定可靠、公平的人工智能标准。因此，遵循最佳实践以利用和处理人工智能对所有从事这一领域工作的人都是至关重要的。

机器学习的道德原则

尽管没有任何监管机构为该行业概述这些指南，但微软已成为披露其负责人工智能原则的先驱。该公司坚定地致力于“开发符合伦理原则并提供给人们首选项”的人工智能，以践行其使命宣言。

具体而言，必须强调以下几点：

• 公正性：

  人工智能系统必须平等地对待所有人类。

• 一致性和安全性：

  AI系统应以一致和安全的方式完成其任务。

• 安全和隐私：

  AI系统必须将安全和隐私放在首位。

• 包容性：

  人工智能系统必须努力赋予个人权力并考虑他们的利益。

• 透明性：

  AI系统必须是可理解的。

• 问责制：

  在AI系统中，纳入人性因素对于确保问责制至关重要。

微软内部成立了多项计划，如负责任的人工智能办公室（ORA），AI，工程和研究中的伦理和效果（Aether）委员会以及工程中的负责任AI策略，以维护公司的价值观。为了帮助其他企业，AI商学院和伦理人工智能资源也是可获取的。

如何建立人工智能的信任？

为了将机器学习模型的输出在输入权重的轻微变化对其产生重大影响的风险降至最小，TechTarget文章提出了几个因素必须考虑。鉴于有偏的AI可能导致基于不同性别产生差异的结果（例如，向更多男性批准贷款而非女性），因此在这方面意识到潜在的偏见非常重要。

要了解有关偏见主题的更多信息，请观看以下视频：

根据数据分析公司Appen的数据，人工智能（AI）中的算法偏见是一个普遍存在的问题。最近的新闻报道揭示了人脸识别技术识别特定种族背景的人时精度较低的情况。消除人工智能中的偏见可能具有挑战性，但是理解如何减少并积极预防它是至关重要的。

Appen提出以下措施以最小化人工智能偏见的可能性：

• 要找到解决方案，需要准确地确定您要解决的具体业务问题。
• 考虑多元观点的数据收集方法
• 抽出时间从您的训练数据中学习。
• 为了最佳的机器学习（ML）项目，拥有具有不同背景和观点的团队，提出各种问题是非常重要的。
• 始终考虑最终用户。
• 确保您的笔记涵盖了广泛的示例。
• 在测试和发布阶段考虑用户输入。
• 创建一个全面的计划，将反馈整合到您的模型开发中。

尚未投资于道德人工智能的公司应考虑改变他们的看法。依赖于组织提供的产品的客户、患者、成员和其他利益相关者可以更放心，因为他们知道支持他们体验的算法是基于负责任的框架开发的。当人们之间存在信任时，成功完成项目的可能性更高。

拥抱AI驱动的自动化的负责任方法

世界经济论坛指出，仅仅拥有人工智能（AI）发展的伦理指南可能不足以促进负责任的企业实践。为了建立“负责任的AI驱动企业”，建议进行基本的组织变革。论坛已经为公司引入了一个框架，作为迈向这种改革的初始步骤。

• 制定您组织的AI使用伦理标准。

  这应该是董事会成员，首席执行官和部门负责人之间的协作努力。

• 增强组织的能力。

  这个实现阶段需要精细的计划、部门间的协作、合格的人员和重大的财务承诺。

• 促进部门间协作。

  应考虑来自各个部门的不同观点。

• 采用全面的性能指标。

  评估系统是否遵守道德人工智能标准。

• 划定责任。

  为员工提供适当的激励以做正确的事情至关重要。

为了确保员工和客户对AI的使用有充分的了解，金融分析公司FICO制定了AI治理原则。此外，公司的数据科学家定期评估和监督他们的模型，以确保它们按预期工作。这是大型企业改善AI伦理的一种示例。

IBM成立了一个伦理委员会，专门处理与人工智能相关的问题。该委员会在公司内部推广伦理人工智能的发展。

永远是一个挑战

研究表明，到2023年，超过60％的企业将整合机器学习、大数据分析和人工智能到其活动中。这可能在不同领域（包括医疗保健、住房、金融、法律系统等）产生重大影响，以及其他未开发的领域。

AI软件的开发人员应该制定控制其工作的准则。一些人已经朝着这个方向采取了行动，强调减少偏见，并确保基于AI的软件公平地惠及所有人。

为了确保现在和未来的负责任的方法，设计师应该始终保持警惕，精心测试偏见，并定期修改规则。

Tags：

转载请注明出处：https://www.eoje.cn/zn/4146.html