Das Institut für Ethische KI & Maschinenlernen ist ein in Europa ansässiges Forschungszentrum, das sich darauf spezialisiert, Rahmenwerke zu entwickeln, die eine verantwortungsvolle Entwicklung, Einführung und den Betrieb von Maschinenlernsystemen unterstützen. Hier sind einige coole Sachen über das Institut:
Das Team besteht aus einer bunten Mischung von Freiwilligen, darunter Top-Leute aus der Technologiebranche, Maschinenlern-Experten, Industrie-Profis, Politiker und Akademikern aus verschiedenen Bereichen (STEM, Geistes- und Sozialwissenschaften).
Das Institut hat sich voll und ganz der verantwortungsvollen Entwicklung von KI verschrieben. Sie machen richtig geile Forschung nach den 8 Maschinenlern-Prinzipien. Außerdem arbeiten sie eng mit der Industrie, der Wissenschaft und der Regierung zusammen, um Rahmenwerke und Bibliotheken zu bauen, die perfekt zu ihren 4 Phasen hin zu verantwortungsvoller KI passen.
Die 8 Maschinenlern-Prinzipien sind ein hammermäßiges praktisches Framework, das von echten Experten zusammengestellt wurde. Die sollen Technologen helfen, Maschinenlernsysteme richtig verantwortungsvoll zu entwickeln. Hier sind die 8 Prinzipien kurz zusammengefasst:
- Menschliche Verstärkung: Man verpflichtet sich, die Auswirkungen falscher Vorhersagen zu checken und, wenn es Sinn macht, Systeme mit menschlichen Kontrollprozessen zu entwerfen.
- Bias-Bewertung: Man entwickelt dauerhaft Prozesse, um Bias in der Entwicklung und Produktion zu verstehen, zu dokumentieren und zu überwachen.
- Erklärbarkeit durch Rechtfertigung: Man baut Tools und Prozesse, um die Transparenz und Erklärbarkeit von Maschinenlernsystemen zu verbessern, wenn es möglich ist.
- Reproduzierbare Operationen: Man baut die nötige Infrastruktur, um ein gutes Maß an Reproduzierbarkeit in den Betriebsabläufen von ML-Systemen zu erreichen.
- Verdrängungsstrategie: Man identifiziert und dokumentiert relevante Infos, damit man Geschäftsprozessänderungen machen kann, um die Auswirkungen auf automatisierte Arbeiter zu reduzieren.
- Praktische Genauigkeit: Man entwickelt Prozesse, um sicherzustellen, dass die Genauigkeits- und Kostenmetrikfunktionen an die speziellen Anwendungen angepasst sind.
- Vertrauen durch Datenschutz: Man baut Prozesse und kommuniziert sie, um Daten mit allen Beteiligten, die direkt oder indirekt mit dem System interagieren, zu schützen und zu behandeln.
- Sicherheitsrisiken: Man entwickelt und verbessert vernünftige Prozesse und Infrastruktur, um sicherzustellen, dass Daten- und Modell-Sicherheit bei der Entwicklung von Maschinenlernsystemen beachtet werden.
Das AI-RFX Beschaffungsrahmenwerk ist eine richtig starke Sammlung von Vorlagen, die Industrieprofis die Möglichkeit gibt, die Messlatte für die Sicherheit, Qualität und Leistung von KI in der Industrie zu heben. Das Rahmenwerk ist Open Source und macht die Prinzipien für verantwortungsvolles Maschinenlernen zu einer praktischen Checkliste.
Das Institut für Ethische KI & Maschinenlernen ist ein europäischer Think Tank, der Technologie-Leader, Politiker und Akademiker zusammenbringt, um Industriestandards für Daten-Governance und Maschinenlernen zu entwickeln.
