Felelős mesterséges intelligencia a vállalatnál: Gyakorlati AI kockázatkezelés a megmagyarázható, ellenőrizhető és biztonságos modellekhez hiperskálázókkal és Azure OpenAI-val

Olvasói vélemények

A „Responsible AI in the Enterprise” című könyv átfogó útmutató az etikus mesterséges intelligencia bevezetéséhez, gyakorlati bölcsességeket és megvalósítható stratégiákat nyújt az AI kockázatainak elkerüléséhez és a felelős alkalmazás biztosításához az üzleti környezetben. Olyan alapvető fogalmakkal foglalkozik, mint a méltányosság, az elfogultság, az átláthatóság és a megfelelés, így az AI területén dolgozó szakemberek széles köre számára alkalmas.

A könyvet dicsérik átfogó és gyakorlatias megközelítése miatt, amely egyensúlyt teremt a technikai és etikai viták között. Valós példákat, kódrészleteket és gyakorlati útmutatást tartalmaz a főbb mesterséges intelligencia-irányítási eszközök használatához. A könyv széles közönség számára hozzáférhető, beleértve az adattudósokat, a vezetőket és a politikai döntéshozókat, és hangsúlyt fektet a nemsemleges nyelvezetre. A megfelelésre és az etikai megfontolásokra való összpontosítás különösen aktuálissá teszi a mai adatvezérelt környezetben.

Egyes olvasók úgy találhatják, hogy bár a könyv átfogó, potenciálisan túlterhelheti azokat, akiknek kevés előzetes ismeretük van a mesterséges intelligencia fogalmairól. Emellett azok, akik haladóbb technikai tartalmat keresnek, egyes részeket túlságosan alapszintűnek vagy bevezetőnek találhatnak.

(5 olvasói vélemény alapján)

Eredeti címe:

Responsible AI in the Enterprise: Practical AI risk management for explainable, auditable, and safe models with hyperscalers and Azure OpenAI

Könyv tartalma:

Építse fel és alkalmazza sikeresen a mesterséges intelligencia modelljeit a modellirányítás, a tisztességesség, az elfogultság és a lehetséges buktatók feltárásával

A nyomtatott vagy Kindle könyv megvásárlása egy ingyenes PDF e-könyvet is tartalmaz

Főbb jellemzők:

⬤ Tanulja meg az etikus mesterséges intelligencia elveit, keretrendszereit és irányítását.

⬤ Tudja meg a méltányossági értékelés és az elfogultságok csökkentésének fogalmait.

⬤ Vezesse be a megmagyarázható mesterséges intelligenciát és az átláthatóságot a gépi tanulási modellekben.

Könyv leírása:

A Felelős mesterséges intelligencia a vállalatnál egy átfogó útmutató az etikus, átlátható és jogkövető mesterséges intelligencia rendszerek bevezetéséhez egy szervezetben. A gépi tanulási modellek kulcsfogalmainak megértésére összpontosítva ez a könyv olyan technikákkal és algoritmusokkal vértezi fel Önt, amelyekkel olyan összetett kérdéseket kezelhet, mint az elfogultság, a méltányosság és a modellirányítás.

A könyv során megismerheti a FairLearn és az InterpretML, valamint a Google What-If Tool, az ML Fairness Gym, az IBM AI 360 Fairness eszköz és az Aequitas programokat. Felfedezi a felelős mesterséges intelligencia különböző aspektusait, beleértve a modellek értelmezhetőségét, a modellek sodródásának nyomon követését és kezelését, valamint a megfelelőségi ajánlásokat. Gyakorlati betekintést nyerhet az AI irányítási eszközök használatába a méltányosság, az elfogultságok mérséklése, a megmagyarázhatóság, az adatvédelmi megfelelés és az adatvédelem biztosítása érdekében vállalati környezetben. Ezenfelül felfedezheti a főbb felhőalapú AI-szolgáltatók, például az IBM, az Amazon, a Google és a Microsoft által kínált értelmezhetőségi eszköztárakat és méltányossági intézkedéseket, miközben megtudhatja, hogyan használhatja a FairLearn-t a méltányossági értékeléshez és az elfogultságok mérsékléséhez. Megtanulja továbbá, hogyan építsen megmagyarázható modelleket globális és helyi jellemzőösszefoglaló, helyi helyettesítő modell, Shapley-értékek, horgonyok és kontrafaktuális magyarázatok segítségével.

A könyv végére jól felszerelt lesz olyan eszközökkel és technikákkal, amelyekkel átlátható és elszámoltatható gépi tanulási modelleket hozhat létre.

Amit tanulni fog:

⬤ Megtanulja a megmagyarázható mesterséges intelligencia alapjait, a mögöttes módszereket és technikákat.

⬤ Tanulmányozza a modellirányítást, beleértve a megmagyarázható, ellenőrizhető és értelmezhető gépi tanulási modellek építését.

⬤ A részleges függőségi diagram, a globális jellemző-összefoglaló, az egyéni állapotvárakozás és a jellemző kölcsönhatás használata.

⬤ Magyarázható modellek építése globális és helyi jellemző-összefoglalóval és befolyásoló függvényekkel a gyakorlatban.

⬤ Tervezzen és építsen megmagyarázható gépi tanulási csővezetékeket átláthatósággal.

⬤ Fedezze fel a Microsoft FairLearn-t és a különböző nyílt forráskódú magyarázható AI-eszközök és felhőplatformok piacterét.

Kinek szól ez a könyv:

Ez a könyv adattudósoknak, gépi tanulási mérnököknek, AI-gyakorlóknak, IT-szakembereknek, üzleti érdekelteknek és AI-etikáknak szól, akik felelősek az AI-modellek bevezetéséért a szervezetükben.