Институт этичного ИИ и машинного обучения

Введение

Институт этичного ИИ и машинного обучения — это исследовательский центр, расположенный в Европе, который разрабатывает рамки, поддерживающие ответственное развитие, развертывание и эксплуатацию систем машинного обучения. Мы объединяем команды волонтеров, включая лидеров в области технологий, машинного обучения, промышленности, политики и академической среды.

Наша миссия

Мы стремимся продвигать ответственное развитие ИИ, проводя высокотехнические и практические исследования по восьми принципам машинного обучения. Мы работаем с промышленностью, академическими кругами и правительствами для разработки рамок и библиотек, соответствующих нашим четырем фазам ответственного ИИ.

Четыре фазы стратегии

1. Принципы: Укрепление индивидуумов через лучшие практики и применимые принципы.
2. Процесс: Укрепление лидеров через практические отраслевые рамки и применимые руководства.
3. Стандарты: Укрепление целых отраслей через наш вклад в отраслевые стандарты.
4. Регулирование: Укрепление целых наций через нашу работу.

Восемь принципов машинного обучения

Принципы машинного обучения — это практическая рамка, разработанная экспертами в данной области. Их цель — предоставить рекомендации для технологов по ответственному развитию систем машинного обучения. Вот краткое изложение восьми принципов:

1. Увеличение человека: Оценка воздействия неправильных предсказаний и проектирование систем с процессами проверки с участием человека.
2. Оценка предвзятости: Постоянное развитие процессов для понимания, документирования и мониторинга предвзятости.
3. Объяснимость через обоснование: Разработка инструментов для повышения прозрачности и объяснимости систем машинного обучения.
4. Воспроизводимые операции: Разработка инфраструктуры для обеспечения разумного уровня воспроизводимости.
5. Стратегия замещения: Идентификация и документирование информации для смягчения воздействия автоматизации на работников.
6. Практическая точность: Обеспечение согласованности функций точности и затрат с конкретными приложениями.
7. Доверие через конфиденциальность: Защита и обработка данных с учетом всех заинтересованных сторон.
8. Риски безопасности: Разработка процессов для обеспечения безопасности данных и моделей.

AI-RFX Procurement Framework

AI-RFX — это набор шаблонов для повышения стандартов безопасности, качества и производительности ИИ в промышленности. Этот открытый ресурс преобразует Принципы ответственного машинного обучения в контрольный список.

Заключение

Институт этичного ИИ и машинного обучения стремится объединить лидеров технологий, политиков и ученых для разработки отраслевых стандартов в области управления данными и машинного обучения. Присоединяйтесь к нам в нашем стремлении к ответственному развитию ИИ!