مبانی هوش مصنوعی پاسخ گو

چقدر مسائل مربوط به تعصب الگوریتمی و ناعادلانه را درک می کنید؟ در این دوره ، دانشمند داده ها و اخلاق شناس هوش مصنوعی ، آئودل اودوبلا اصول AI مسئول و همچنین چارچوب های لازم برای اعمال تکنیک های RAI را در سیستم های هوش مصنوعی به شما می آموزند. آئودل توسعه و مشکلات مدرن هوش مصنوعی را در یادگیری ماشین (ML) توضیح می دهد که با مهندسی نرم افزار متفاوت است. او در مورد داده های بزرگ بحث می کند و از کجا آمده است ، سپس چندین نکته مهم از آگاهی از داده ها و سواد را در بر می گیرد. آئودل بیش از چارچوب های اخلاقی ، اسکن پیامد ، انصاف ، پاسخگویی و موارد دیگر پیش می رود. او همچنین مضرات مربوط به انصاف را توضیح می دهد ، چرا آنها بوجود می آیند ، چرا اهمیت می دهند و چه چیزی می توانید برای جلوگیری یا کاهش آنها. به علاوه ، Ayodele توضیحات مفصلی از حقوق بشر در رابطه با هوش مصنوعی ارائه می دهد.

عنوان اصلی : Foundations of Responsible AI

سرفصل های دوره :

مقدمه:
درک AI مسئول
1. فلسفه هوش مصنوعی:
هوش مصنوعی چیست و چگونه داده ها آن را فعال می کنند؟
توسعه AI مدرن
مشکلات در ML که با مهندسی نرم افزار متفاوت است
2. آگاهی داده ها و سواد:
داده های بزرگ و از کجا آمده است
دیدن روند داده ها
ایجاد درک داده ها
تجسم و مقایسه داده ها
قصه گویی با داده ها
3. نظریه های اخلاقی:
مقدمه ای بر اخلاق هوش مصنوعی
چارچوب های اخلاقی
سود در مقابل ناسازگاری
عواقب محاسبه
پیامد اسکن
خوب و عدالت مشترک
4. اصول AI مسئول:
انصاف
شفافیت
پاسخگویی
توضیحات
تفسیر
شمول
5. آسیب الگوریتمی:
چرا مضرات مربوط به انصاف؟
حوادث و یادگیری های مهم هوش مصنوعی
تعصب در چرخه عمر طراحی و توسعه
استدلال و انصاف علی
کاهش خطر در AI
جنبه های فنی راه حل های اجتماعی فنی
6. حقوق بشر و هوش مصنوعی:
ناشناس بودن و حریم خصوصی داده ها
استفاده ها و سوء استفاده های ناخواسته
موارد تجاری غیر اخلاقی
سیستم های خودمختار و جامعه
هوش مصنوعی برای چه کسی توسعه یافته است؟
نتیجه گیری:
مقررات AI و استفاده از چارچوب های مسئول AI