聯繫我們

課程簡介

引言

模組 1:人工智慧基礎

  • 定義 AI 與機器學習,呈現不同類型 AI 系統及其使用案例的概覽,並將 AI 模型置於更廣泛的社会文化脈絡中。完成本模組後,您將能夠;
  • 描述並解釋不同类型 AI 系統的差異。
  • 描述並解釋 AI 技術堆疊。
  • 描述並解釋 AI 與數據科學的演進。

模組 2:AI 對人員的影響與負責任 AI 原則

  • 概述 AI 系統構成的核心風險與危害、可信賴 AI 系統的Characteristic,以及負責任且合乎倫理的 AI essential 原則。完成本模組後,您將能夠;
  • 描述並解釋 AI 系統構成的核心風險與危害。
  • 描述並解釋可信賴 AI 系統的特性。

模組 3:AI 開發生命週期

  • 描述 AI 開發生命週期及管理 AI 風險的廣泛情境。完成本模組後,您將能夠;
  • 描述並解釋現有與新興 AI 倫理指導方針的異同。
  • 描述並解釋與 AI 使用互動的現行法律。
  • 描述並解釋 GDPR 關鍵交集點。
  • 描述並解釋責任改革。

模組 4:實施負責任的 AI 治理與風險管理

  • 解釋主要 AI 利害關係人如何透過分層方法協作以管理 AI 風險,同時承認 AI 系統的潛在社會益處。完成本模組後,您將能夠;
  • 描述並解釋歐盟 AI 法案的要求。
  • 描述並解釋其他新興全球法律。
  • 描述並解釋主要風險管理框架與標準的異同。

模組 5:實施 AI 專案與系統

  • 概述 AI 專案的映射、規劃與範圍界定,在開發期間測試與驗證 AI 系統,以及部署後管理與監控 AI 系統。完成本模組後,您將能夠;
  • 描述並解釋 AI 系統規劃階段的关键步驟。
  • 描述並解釋 AI 系統設計階段的關鍵步驟。
  • 描述並解釋 AI 系統開發階段的關鍵步驟。
  • 描述並解釋 AI 系統實施階段的關鍵步驟。

模組 6:適用於 AI 系統的現行法律

  • 調查規範 AI 使用的現行法律,概述 GDPR 關鍵交集點,並提供責任改革的認知。完成本模組後,您將能夠;
  • 確保 AI 風險管理與其他營運風險策略的互通性。
  • 將 AI 治理原則整合至公司內部。
  • 建立 AI 治理基礎設施。
  • 映射、規劃並界定 AI 專案範圍。
  • 在開發期間測試與驗證 AI 系統。
  • 部署後管理與監控 AI 系統。

模組 7:現有與新興的 AI 法律與標準

  • 描述全球 AI 專屬法律,以及體現如何負責任治理 AI 系統的主要框架與標準。完成本模組後,您將能夠;
  • 獲得對法律議題的認知。
  • 獲得對使用者疑慮的認知。
  • 獲得對 AI 審計與問責議題的認知。

模組 8:持續進行的 AI 議題與疑慮

  • 呈現關於 AI 治理的最新討論與構想,包括對法律問題、使用者疑慮以及 AI 審計與問責議題的認知。

摘要與下一步

最低要求

本課程無需先修條件。

誰應該參加培訓?

我們必須持續建構並優化產生可信賴 AI 的治理流程,並投資於構建合乎倫理且負責任 AI 的人才。從事合規、隱私、安全、風險管理、法律、人力資源和治理工作的人員,以及數據科學家、AI 專案經理、商業分析師、AI 產品負責人、模型運營團隊和其他相關人員,都必須準備好應對 AI 治理中擴大涉及的權益問題。

包括任何負責在營運中開發 AI 治理與風險管理的人員,以及任何尋求 IAPP 人工智慧治理專業人員 (AIGP) 認證的人士。

 28 小時

人數


每位參與者的報價

即將到來的課程

課程分類