目次
責任ある人工知能とは何ですか?
責任ある AI が最も必要とされているのはどこですか?
責任ある人工知能を規制するにはどうすればよいですか?
日常の新しい世界?
ホームページ テクノロジー周辺機器 AI 責任ある AI は技術的な問題ですか、それともビジネスの問題ですか?

責任ある AI は技術的な問題ですか、それともビジネスの問題ですか?

Apr 10, 2023 am 08:11 AM
AI ビジネス上の問題 技術的な問題

人工知能 (特に ChatGPT) は世界中で応用されています。 AI が悪用または悪用される可能性も高く、そのリスクを真剣に受け止める必要があります。しかし、AI は社会や個人にさまざまな潜在的な利益ももたらします。

ChatGPT のおかげで、人工知能が注目を集めています。人々や組織はその無数の使用例を検討し始めていますが、潜在的なリスクや制限についての懸念もあります。人工知能の急速な導入に伴い、責任ある人工知能 (RAI) が最前線に立つようになり、多くの企業がそれがテクノロジーの問題なのかビジネスの問題なのか疑問を抱いています。

MIT スローン経営大学院が 2022 年 9 月に発表した白書によると、世界は人工知能の障害が急増し始める時期にあり、人工知能関連の規制の最初のバッチが間もなく開始されます。オンラインになる。これら 2 つの開発は責任ある AI プロジェクトの実装に緊急性をもたらしていますが、責任ある AI を主導する企業は主に規制やその他の問題主導型によって運営されているわけではないことがわかっています。代わりに、彼らの研究は、リーダーが組織の外部利害関係者、より広範な長期目標と価値観、リーダーシップの優先事項、社会的責任を強調して、責任ある AI を戦略的観点から見ることを推奨しています。

これは、責任ある人工知能が技術的問題とビジネス問題の両方であるという見解と一致しています。明らかに、根本的な問題は AI テクノロジー内にあるため、それが最重要です。しかし現実には、人工知能に何が許容され、何が許容されないかの基準は明確ではありません。

たとえば、AI は「公平」である必要があるということに人々は同意しますが、「公平」の定義は誰に使用すべきでしょうか? それは企業間の意思決定であり、状況に応じて決定を下すのは困難です。細部まで。

ほとんどの人は技術的な側面のみを評価するため、「技術的問題とビジネス上の問題」というアプローチは重要です。ビジネスと技術の両方の観点から責任ある AI を評価し、完全に自動化することは、この 2 つの間のギャップを埋めるのに役立ちます。これは特に規制の厳しい業界に当てはまります。つい先週リリースされた NIST 人工知能フレームワークは、組織が責任ある人工知能のニーズを評価し、それに対処するのに役立つガイドラインを提供します。

責任ある人工知能とは何ですか?

AI は差別化を図り、バイアスを生み出すことができます。 AI モデルは、固有のバイアスを含むデータに基づいてトレーニングすることができ、社会に存在するバイアスを永続させる可能性があります。たとえば、コンピューター ビジョン システムが主に白人の画像を使用してトレーニングされている場合、他の人種の人々を識別する精度が低くなる可能性があります。同様に、採用プロセスで使用される AI アルゴリズムも、過去の採用者の履歴書データセットに基づいてトレーニングされているため、性別や人種に基づいて偏っている可能性があります。

責任ある AI は、AI システムが倫理的かつ責任を持って使用されることを保証する人工知能 (AI) へのアプローチです。このアプローチは、AI は人々と社会に利益をもたらすために使用されるべきであり、倫理的、法的、規制上の考慮事項が考慮される必要があるという考えに基づいています。責任ある AI には、AI システムの責任ある使用を保証するための透明性、説明責任、公平性、安全性対策の使用が含まれます。これらには、AI の監査と監視の使用、倫理的行動規範の開発、データ プライバシーとセキュリティ対策の使用、AI が人権に準拠した方法で使用されることを保証するための措置が含まれる可能性があります。

責任ある AI が最も必要とされているのはどこですか?

AI の早期導入者は、銀行/金融、保険、ヘルスケア、および電気通信や消費者向けの重工業 (小売、ホテル、/サービスなど) を含むその他の規制の厳しい業界です。観光など)。業界ごとに分類できます:

? 銀行/金融: 人工知能を使用して大量の顧客データを処理し、顧客のニーズと好みをより深く理解し、顧客エクスペリエンスと顧客エクスペリエンスを向上させるために使用できます。よりカスタマイズされたサーブを提供します。 AI は、詐欺や不審な活動を特定し、プロセスを自動化し、より正確でタイムリーな財務上のアドバイスを提供するためにも使用できます。

?保険: 人工知能を使用して顧客のデータと行動をより深く理解し、よりパーソナライズされた保険の補償内容と価格設定を提供できます。 AI は、請求プロセスを自動化し、顧客サービス業務を合理化するためにも使用できます。

?ヘルスケア: 人工知能は医療データのパターンを識別するために使用でき、病気の診断、健康状態の予測、個別化された治療計画の提供に使用できます。 AI は、患者のスケジュール設定や保険処理などの管理および運用タスクを自動化するためにも使用できます。

?通信: 人工知能は、顧客データを分析し、顧客のニーズや好みを理解することで、より優れた顧客サービスを提供できます。 AI は、トラブルシューティングや請求などの顧客サービス プロセスを自動化するためにも使用できます。

?小売: 人工知能は、顧客データを分析し、顧客のニーズや好みを理解することで、顧客エクスペリエンスをパーソナライズできます。 AI は、在庫管理や顧客サービス業務の自動化にも使用できます。

?ホテル/旅行: 人工知能を使用して、オンライン予約や顧客サービスなどの顧客サービス プロセスを自動化できます。 AI を使用して顧客データを分析し、パーソナライズされた推奨事項を提供することもできます。

責任ある人工知能を規制するにはどうすればよいですか?

人工知能に関する政府規制は、人工知能 (AI) の開発と使用が安全で倫理的であることを保証するために政府によって実施される一連の規則と規制です。法律上の 。規制は国によって異なりますが、一般に、AI システムによって引き起こされる危害に対する倫理、安全、セキュリティ、法的責任の基準の設定が含まれます。政府の規制当局は、開発者に対し、安全性とセキュリティのプロトコルに関するトレーニングを受け、ベストプラクティスを念頭に置いて製品が設計されていることを確認することを要求する場合もあります。さらに、政府は企業に対し、気候変動との闘いに役立つなど、社会に利益をもたらす AI システムを構築するためのインセンティブを提供する可能性があります。

責任ある AI 計画にセキュリティ規制の枠組みを組み込むことで、企業は AI システムが必要な基準と規制を確実に満たすと同時に、データ侵害やその他のセキュリティ問題のリスクを軽減できます。これは、組織が責任ある安全な方法で AI システムを管理できるようにするため、責任ある AI への道のりにおける重要なステップです。さらに、セキュリティ規制フレームワークは、組織が機械学習や深層学習などの人工知能テクノロジーを使用するためのベスト プラクティスを特定して実装するのに役立つガイドとして機能します。要約すると、責任ある AI はビジネス上の問題であると同時に技術的な問題でもあります。

セキュリティ規制フレームワークは、組織が責任ある AI のニーズを評価して対処するのに役立つと同時に、AI システムの安全性と合法性を確保するための一連の標準、ガイドライン、ベスト プラクティスを提供します。安全規制の枠組みを早期に導入した企業には、規制の厳しい業界や消費者志向の強い業界が含まれます。

日常の新しい世界?

人工知能はまだ比較的新しいテクノロジーであり、現在、ほとんどのユースケースは、予測分析、自然言語処理、機械学習など、より実用的なアプリケーションに焦点を当てています。 「すばらしい新世界」のシナリオは確かに可能ですが、現在の AI 駆動型アプリケーションの多くは、既存のシステムやプロセスを破壊するのではなく、改善するように設計されています。

責任ある人工知能は、ビジネス上の問題であると同時に技術上の問題でもあります。テクノロジーが進歩するにつれて、企業は業務で人工知能やその他の自動化システムを使用する場合の倫理的影響を考慮する必要があります。これらのテクノロジーが顧客や従業員にどのような影響を与えるか、データとプライバシーを保護するために責任を持ってテクノロジーを使用する方法を検討する必要があります。さらに、人工知能やその他の自動化システムを使用する場合、企業は適用される法律や規制を確実に遵守し、そのようなテクノロジーの使用に伴う潜在的なリスクを認識しておく必要があります。

責任ある人工知能の未来は明るいです。テクノロジーが進化し続けるにつれて、企業は倫理的な AI の重要性を認識し、それを自社の業務に組み込み始めています。企業が行う意思決定が倫理的かつ公正であることを保証するために、責任ある AI の重要性がますます高まっています。 AI を使用すると、意思決定による人間的および倫理的影響も考慮しながら、透明性があり説明可能な製品を作成できます。さらに、責任ある AI を使用してプロセスを自動化し、企業がより迅速に、より少ないリスクで、より高い精度で意思決定を行えるようにします。テクノロジーが進化し続けるにつれて、企業は意思決定を行い、安全で信頼性が高く、顧客と世界にとって良い製品を作成するために、責任ある AI への依存度がますます高まっています。

人工知能 (AI) の誤用または悪用の可能性は、真剣に受け止めなければならないリスクをもたらします。ただし、AI は社会や個人にさまざまな潜在的な利益をもたらし、AI による危険の度合いはそれを使用する人々の意図に依存することを覚えておくことが重要です。

以上が責任ある AI は技術的な問題ですか、それともビジネスの問題ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性​​を実証しています。 「S」で始まる関連研究

AIなどの市場を開拓するグローバルファウンドリーズがタゴール・テクノロジーの窒化ガリウム技術と関連チームを買収 AIなどの市場を開拓するグローバルファウンドリーズがタゴール・テクノロジーの窒化ガリウム技術と関連チームを買収 Jul 15, 2024 pm 12:21 PM

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G

See all articles