本书介绍了一个负责任的AI框架,并指导您在机器学习(ML)生命周期的每个阶段,从问题定义到部署,应用相应的流程,以减少和缓解人工智能(AI)技术中存在的风险和危害。如果正确并负责任地实施,AI现在有能力解决许多问题。本书帮助您避免负面影响 —— 在某些情况下已经导致了生命损失 —— 并开发公平、透明、安全、稳健的模型。 本书的方法提高了您对可能导致AI技术产生负面结果的错误步骤的认识,并提供了一个负责任的AI框架,以在ML中实现负责任和道德的结果。它从对责任、原则和数据的基本元素的检查开始。接下来是关于公平、透明、安全、隐私和稳健性等问题的实施指导。本书帮助您在构建AI和ML模型时负责任地思考,并指导您通过实践步骤,旨在为您的最终用户和客户提供负责任的ML模型、数据集和产品。
您将学到什么:
这本书适合谁: 寻求关于构建公平、透明和道德模型的指导的AI和ML从业者;那些寻求认识可能导致AI算法中无意的偏见和伤害的错误步骤的人;计划制定促进自动算法中公平和平等的法律、政策和法规的政策制定者。