Mine põhisisu juurde

Usalduse loomine agentse tehisintellekti suhtes: juhtimine, kallutatuse vähendamine ja vastutustundlik tehisintellekt suurel skaalal

Sissejuhatus: usaldus kui tehisintellekti väärtus

Tehisintellekti kasutuselevõtt on liikunud katsetamisest kogu ettevõtte hõlmava rakendamiseni. Ometi pole määravaks teguriks kiirus, vaid usaldus.

Agentne tehisintellekt, millel on autonoomne ja eesmärgipärane olemus, võib tööstusharusid radikaalselt ümber kujundada. Kuid autonoomia ilma vastutuseta tekitab riske. Juhtidel tuleb vastata küsimusele: Kuidas tagada, et need süsteemid oleksid täpsed, õiglased, turvalised ja kooskõlas meie väärtustega?

See on koht, kus mängu tulevad juhtimine, kallutuste vähendamine ja vastutustundlikud tehisintellekti raamistikud.

Agentse tehisintellekti usaldusväärsuse väljakutse

Juhtivtöötajad teavad, et kiirus ilma kaitsemeetmeteta võib kaasa tuua riske. Nende riskide vähendamiseks tuleb usaldusraamistikud integreerida juba esimesest päevast alates.

Kui süsteemid muutuvad iseseisvamaks, kasvavad ka riskid:


  • Eelarvamuste võimendumine: Kontrollimata treeningandmed võivad põhjustada diskrimineerivaid tulemusi.


  • Hallutsinatsioonid: Suured keelemudelid (LLM-id) võivad luua usutavaid, kuid ebatäpseid tulemusi.


  • Läbipaistmatu põhjendus: Ettevõtted ei saa tegutseda selle põhjal, mida nad ei mõista.


  • Turvalisus ja privaatsus: Tundlikud andmed peavad jääma eraldatuks ja vastama nõuetele.

Juhtimine ja kvaliteet agentsetes tehisintellektides

Ettevõtted saavad rakendada rangeid kvaliteediraamistikke usalduse tagamiseks. Kvaliteedimõõdikud aitavad samuti luua nähtavaid ja korduvaid usaldusmärke, millele ettevõtted saavad toetuda. Nende hulka kuuluvad:


  • Annotaatoritevaheline kokkulepe (IAA): Mitme hindaja üksmeel kvaliteedi kinnitamiseks.


  • Coheni kappa ja Fleissi kappa: Statistilised mõõdikud, mis hindavad hindajatevahelise märgistamise usaldusväärsust.


  • Kuldandmekogud: Hoolikalt valitud tõenduspõhised näited võrdlusuuringuteks.


  • Teenustaseme kokkuleppe (SLA) järgimine: Täpsus ja reageerimiskiirus on sisse arvestatud töökorralduslepingutesse.

Eelarvamuste vähendamine agentsetes tehisintellektides

Eelarvamused ei ole ainult tehniline puudus; need kujutavad endast maine- ja regulatiivset riski. Tõhusad leevendusstrateegiad hõlmavad järgmist:

Isik sõidab jalgrattaga, millel on korv, vaadatuna küljelt, lihtne mustvalge siluett

Red-teaming ja vastutegevuse testimine

Tehisintellekti vastupidavuse testimine kallutatud või kahjulike küsimuste suhtes.

Isik, kes sõidab jalgrattaga, millel on korv, vaadatuna küljelt, lihtne must siluett

Konsensusmärgistus

Kasutades erineva geograafia, soo ja taustaga hindajaid, et vähendada süsteemset kallutatust.

Isik sõidab jalgrattaga, millel on korv, vaadatuna küljelt, lihtne mustvalge siluett

Tagasisideahelad

Inimkaasamisega (HITL) auditid parandavad pidevalt süsteemi õiglust.

Lihtne joonejoonis istuvast kassist, saba ümber keha keeratud ja näoga otse ette.

Eelarvamuste juhtpaneelid

Reaalajas nähtavus mudeli otsuste ja demograafiliste mõjude kohta.

Vastutustundlikud tehisintellekti raamistikud: põhimõtetest praktikani

Vastutustundlik tehisintellekt eeldab, et abstraktsed väärtused muudetakse konkreetseteks tegevusteks:


  • Õiglus: Mitmekesised andmeallikad ja hindajad.


  • Vastutus: Auditilogid, selgitatavuse juhtpaneelid, SLA jälgimine.


  • Läbipaistvus: Dokumenteeritud mudeli päritolu, andmekogumite allikad ja otsustusprotsessid.


  • Ohutus: Testimine äärmuslikes olukordades, kallutatusesüsti ja red-teaming’u abil.


  • Privaatsus: Turvaline andmete isoleerimine ja vastavussertifikaadid.

Kui ettevõtted rakendavad neid põhimõtteid, võib agentne tehisintellekt liikuda riskantselt iseseisvuselt usaldusväärse iseseisvuse suunas.

Mida ettevõtted saavad teha usalduse loomiseks

Ettevõtted ei saa endale lubada, et usaldus jääb tagaplaanile. See peab olema agentse tehisintellekti kasutuselevõtu alus. Integreerides juhtimise, eelarvamuste vähendamise ja vastutustundliku tehisintellekti põhimõtted, saavad ettevõtted juurutada süsteeme, mis on mitte ainult võimsad, vaid ka eetilised, õiglased ja turvalised. Astutavad sammud võivad hõlmata järgmist:


  • Auditeeri oma tehisintellekti tarneahelat: Veendu, et andmekogumid, märgendused ja hindamistorud oleksid kallutatusest kontrollitud.


  • Võta kasutusele olulised mõõdikud: Vaata kaugemale täpsusest ning kaasake ka hindajatevaheline kokkulepe, SLA järgimine ja õiglusmõõdikud.


  • Lisa HITL-järelevalve: Rakenda inimese kaasamisega mudeleid, et tagada otsuste vastavus ettevõtte väärtustele ja standarditele.


  • Tee koostööd usaldusväärsete teenusepakkujatega: Koolita agentset tehisintellekti partneriga, kellel on kogemused, valdkonna asjatundlikkus ja ülemaailmne haare.

Uberi tehisintellekti lahendused: usaldusväärne autonoomia suures ulatuses

Uber on üle kümne aasta tasakaalustanud autonoomiat ja usaldust oma tegevuses: alates reaalajas pettuste tuvastamisest kuni autonoomsete sõidukite taju süsteemideni. Uber AI Solutions toob selle operatiivse kogemuse ettevõteteni. Saame aidata ettevõtetel seda usaldust globaalsel tasandil rakendada, pakkudes autonoomiat koos vastutusega.

Loome koos paremat
tehisintellekti


Räägi meile oma projektist. Näitame sulle
andmeid, mis aitavad sul eesmärgini jõuda.

Loome koos paremat
tehisintellekti


Räägi meile oma projektist. Näitame sulle
andmeid, mis aitavad sul eesmärgini jõuda.