課程簡介

负责任的AI与伦理简介

  • 定义负责任的AI与AI伦理
  • AI应用中伦理考量的重要性
  • 关键原则:公平性、问责制、透明度

AI中的偏见与缓解策略

  • 理解AI模型与数据中的偏见
  • 偏见的类型及其对AI结果的影响
  • 偏见缓解技术:预处理、处理中、后处理

AI中的伦理审计与问责制

  • AI审计框架与工具简介
  • 进行审计以评估公平性与透明度
  • 在AI系统中实施问责措施

探索伦理框架与合规性

  • 概述伦理框架,如欧盟AI法案与IEEE标准
  • AI系统中的法律与法规合规性
  • 负责任AI法规与行业标准的案例研究

构建AI的透明度与可解释性

  • 可解释AI技术简介
  • 构建可解释模型以提高透明度
  • 使用工具进行模型可解释性与决策可追溯性

Go治理与Risk Management在AI中

  • 开发负责任AI的治理框架
  • AI部署中的风险管理与伦理考量
  • 利益相关者参与与监督的策略

伦理AI的未来方向

  • AI伦理中的新兴趋势与挑战
  • 为未来AI技术调整治理框架
  • 在组织内推广伦理AI文化

总结与下一步

最低要求

  • 對AI和機器學習概念的基本理解
  • 熟悉數據隱私和合規標準

受眾

  • 對倫理AI開發感興趣的數據科學家和AI從業者
  • 負責AI監管的合規官和法律專業人士
  • 參與AI戰略和治理的Business領導者和決策者
 14 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類