首个关于如何操作化责任AI的实用指南—从多层次的治理机制到具体的设计模式和软件工程技术。 AI正在解决实际挑战并转型各个行业,但人们对其能否以负责任的方式行为和做出决策存在严重的担忧。操作化责任AI是为广大决策者和技术人员提供如何治理、设计和构建负责任的AI系统的具体指导。这些包括行业、组织和团队层面的治理机制,软件工程的最佳实践,架构风格和设计模式,将代码与数据和模型相连接的系统级技术,以及决策中的权衡。

责任AI包括技术人员(例如,懂技术的决策者、软件开发者和AI从业者)可以采取的一系列实践,以确保开发的AI系统在整个生命周期中都是值得信赖的,并被使用和依赖它们的人所信赖。本书为AI提供了指导方针和最佳实践,这通常是更大系统的一小部分,但也适用于系统工程过程和组织治理。 从整个软件开发生命周期的角度出发,这是第一本关于操作化责任AI的书,其中包含了真实世界的案例研究。

在AI系统的整个生命周期中提供具体和可行的指导方针,包括治理机制、流程最佳实践、设计模式和软件公司最常用的系统技术。

作者是责任技术、AI工程和软件工程领域的领先专家。

降低AI采纳的风险,加速以负责任的方式采纳AI,并将道德原则转化为产品、咨询和政策影响,以支持AI行业。

由作者持续更新的在线模式、技术、示例和剧本仓库。

从治理到设计,为责任AI的卓越制定方向,通过本指南中的实用见解和工程能力。 为方便地访问下载、更新和/或更正(如有),请注册您的书。详见书内详情。

成为VIP会员查看完整内容
29

相关内容

【2023新书】高效Go:数据驱动的性能优化
专知会员服务
50+阅读 · 2023年10月5日
【2023新书】低代码AI:实用项目驱动的机器学习入门
专知会员服务
65+阅读 · 2023年9月30日
【2023新书】机器人,视觉和控制:Python第3版基本算法
专知会员服务
101+阅读 · 2023年5月21日
【干货书】优化算法,232页pdf
专知
25+阅读 · 2022年9月8日
【AIDL专栏】鲁继文:面向视觉内容理解的深度度量学习
人工智能前沿讲习班
32+阅读 · 2018年5月22日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
37+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
399+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
Arxiv
20+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
37+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员