The Institute for Ethical AI & Machine Learning
该研究所是一个位于欧洲的研究中心，致力于开发支持机器学习系统负责任的开发、部署和运营的框架。它由包括技术、机器学习、工业、政策和学术界（STEM、人文和社会科学）的领导者在内的跨职能志愿者团队组成。
该研究所致力于倡导人工智能的负责任发展。它是一个进行高度技术性、实践性和跨功能性研究的研究中心，涵盖了八项机器学习原则。通过与工业、学术界和政府合作，开发与实现负责任的人工智能的四个阶段相一致的框架和库。
这四个阶段分别是：
- 按原则：通过最佳实践和应用原则赋予个人权力。
- 按流程：通过实际的行业框架和应用指南赋予领导者权力。
- 按标准：通过对行业标准的贡献赋予整个行业权力。
- 按法规：通过工作赋予整个国家权力。
八项机器学习原则是由领域专家整合的实用框架，旨在为技术人员提供指导，以负责任地开发机器学习系统。这些原则包括：
- 人类增强：承诺评估错误预测的影响，并在合理的情况下，设计具有人工在环审查流程的系统。
- 偏差评估：承诺不断发展流程，以理解、记录和监控开发和生产中的偏差。
- 通过论证实现可解释性：承诺开发工具和流程，以在合理的情况下不断提高机器学习系统的透明度和可解释性。
- 可重复操作：承诺开发所需的基础设施，以在机器学习系统的操作中实现合理水平的可重复性。
- 位移策略：承诺识别和记录相关信息，以便制定业务变更流程，减轻对被自动化的工人的影响。
- 实际准确性：承诺开发流程，以确保准确性和成本度量函数与特定领域的应用程序保持一致。
- 通过隐私建立信任：承诺建立和沟通保护和处理数据的流程，与可能直接或间接与系统交互的利益相关者进行沟通。
- 安全风险：承诺开发和改进合理的流程和基础设施，以确保在机器学习系统的开发过程中考虑到数据和模型的安全性。
此外，该研究所还推出了 AI-RFX 采购框架，这是一套开源的模板，旨在为行业从业者提高人工智能的安全性、质量和性能。该框架将负责任的机器学习原则转化为一个清单，超越了人工智能算法，提供了一种评估算法周围流程和技术基础设施成熟度的方法。
最后，伦理 ML 网络（BETA）是一个全球网络，由各种工程师、科学家、经理、领导者和思想家组成，他们认同八项负责任的机器学习发展原则，并支持实现人工智能负责任发展的四个阶段。如果您是构建机器学习解决方案的 AI 初创公司/扩展公司创始人、寻求采购、开发或与 AI 系统交互的行业专业人士、从事与 AI、数据、隐私和/或 ML 相关研究的教授或学者、设计、构建或维护机器学习系统的工程师、对大数据进行分析或构建统计模型的数据科学家、参与 ML 系统生命周期任何阶段的产品、项目或交付经理，那么这个网络与您相关。
