Verantwortungsvolle KI: Von den Prinzipien zur Praxis
Vertrauenswürdige KI-Bereitstellung mit fachkundiger Anleitung und praktischen Tools beschleunigen
KI verantwortungsvoll entwickeln
Das rasante Wachstum von KI und intelligenten Agenten bringt vielversprechende Innovationen und neue Herausforderungen mit sich. Wir bei AWS machen verantwortungsvolle KI praktisch und skalierbar, sodass Sie vertrauenswürdige KI-Innovationen beschleunigen können. Wir verfolgen einen am Menschen zentrierten Ansatz, bei dem Bildung, Wissenschaft und unsere Kunden im Vordergrund stehen, um verantwortungsvolle KI über den gesamten KI-Lebenszyklus hinweg zu integrieren. Unsere wissenschaftlich fundierten bewährten Methoden, integrierten Schutzmaßnahmen und Tools helfen Ihnen dabei, KI in Ihren Anwendungsfällen verantwortungsbewusst zu entwickeln und zu betreiben. Setzen Sie vom ersten Tag an auf verantwortungsvolle Umgehensweise mit KI, um mit Zuversicht schneller voranzukommen und das Vertrauen Ihrer Kunden zu gewinnen.
Was ist verantwortungsvolle KI?
AWS definiert verantwortungsvolle KI anhand einer Reihe von Kerndimensionen, die wir bewerten und im Laufe der Zeit aktualisieren, während sich die KI-Technologie weiterentwickelt.
Fairness
Berücksichtigen der Auswirkungen auf verschiedene Stakeholder
Erklärbarkeit
Verstehen und Bewerten von Systemausgaben
Datenschutz und Datensicherheit
Daten und Modelle angemessen beschaffen, verwenden und schützen
Sicherheit
Verhindern von schädlichen Systemausgaben und Missbrauch
Steuerbarkeit
Mechanismen zur Überwachung und Steuerung des KI-Systemverhaltens besitzen
Wahrhaftigkeit und Robustheit
Erzielen korrekter Systemausgaben, auch bei unerwarteten oder widersprüchlichen Eingaben
Governance
Integration von bewährten Methoden in die KI-Lieferkette, einschließlich Anbieter und Implementierer
Transparenz
Stakeholdern ermöglichen, fundierte Entscheidungen über ihre Zusammenarbeit mit einem KI-System zu treffen
Bewährte Methoden für verantwortungsvolle KI
Diese Kerndimensionen verantwortungsvoller KI stellen technische Eigenschaften dar, die jedem KI-System innewohnen. Ihre Aufgabe besteht darin, bewusste Designentscheidungen für Ihren spezifischen Anwendungsfall zu treffen. Das neue AWS Well-Architected Responsible AI Lens bietet bewährte Methoden und praktische Anleitungen, die Ihnen helfen, diese Überlegungen in Bezug auf Design, Entwicklung und Betrieb zu berücksichtigen. Wenden Sie diese Anleitung an, um fundierte Entscheidungen zu treffen, die Ihre geschäftlichen und technischen Anforderungen in Einklang bringen und dazu beitragen, den Einsatz vertrauenswürdiger KI-Systeme zu beschleunigen.
Services und Tools
AWS bietet Services und Tools, die Sie beim verantwortungsvollen Entwerfen, Erstellen und Betreiben von KI-Systemen unterstützen.
Bauen Sie mit konfigurierbaren Schutzmaßnahmen
Amazon Bedrock Guardrails hilft Ihnen bei der Implementierung von Sicherheitsvorkehrungen, die auf Ihre Anwendungsanforderungen und verantwortungsvolle KI-Richtlinien zugeschnitten sind. Bedrock Guardrails bietet branchenführende Schutzmaßnahmen, die bis zu 88 % der schädlichen Inhalte blockieren und prüfbare, mathematisch überprüfbare Erklärungen für Validierungsentscheidungen mit einer Genauigkeit von 99 % liefern. Bedrock Guardrails bietet konfigurierbare Schutzmaßnahmen, um schädliche Text- und Bildinhalte zu erkennen und zu filtern, sensible Informationen zu schwärzen und Modellhalluzinationen zu erkennen. Verwenden Sie Bedrock Guardrails mit jedem Basismodell – in Amazon Bedrock oder selbst gehostet – für konsistente Sicherheits- und Datenschutzkontrollen in all Ihren Anwendungen.
Bewertungen des Basismodells (FM)
Mithilfe der Modellbewertung in Amazon Bedrock können Sie anhand benutzerdefinierter Kennzahlen wie Genauigkeit, Robustheit und Toxizität die besten FMs für Ihren spezifischen Anwendungsfall bewerten, vergleichen und auswählen. Sie können für die Modellbewertung auch Amazon SageMaker Clarify und fmeval verwenden.
Vorurteile erkennen und Vorhersagen erklären
Abweichungen sind Ungleichgewichte oder Disparitäten in der Leistung eines Modells für verschiedene Gruppen. Amazon SageMaker Clarify erkennt potenzielle Abweichungen während der Datenvorbereitung, nach dem Modell-Training und in Ihrem eingesetzten Modell, indem es die von Ihnen angegebenen Eigenschaften untersucht.
Das Verhalten eines Modells zu verstehen ist wichtig, um genauere Modelle zu entwickeln und bessere Entscheidungen zu treffen. Amazon SageMaker Clarify bietet einen besseren Einblick in das Modellverhalten, sodass Sie Interessensvertretern Transparenz bieten, Entscheidungsträger informieren und verfolgen können, ob ein Modell wie beabsichtigt funktioniert.
Überwachung und menschliche Prüfung
Die Überwachung ist wichtig, um qualitativ hochwertige Modelle für Machine Learning (ML) aufrechtzuerhalten und genaue Vorhersagen sicherzustellen. Amazon SageMaker Model Monitor erkennt automatisch ungenaue Vorhersagen bereitgestellter Modelle und warnt Sie davor. Mit Amazon SageMaker Ground Truth können Sie menschliches Feedback im gesamten ML-Lebenszyklus anwenden, um die Genauigkeit und Relevanz von Modellen zu verbessern.
Verbesserung der Governance
ML-Governance von Amazon SageMaker bietet speziell entwickelte Tools zur Verbesserung der Governance Ihrer ML-Projekte, indem Sie eine bessere Kontrolle und Transparenz über Ihre ML-Modelle erhalten. Sie können Modellinformationen einfach erfassen und freigeben und über das Modellverhalten, z. B. Verzerrungen, auf dem Laufenden bleiben – alles an einem Ort.
AWS-KI-Service-Karten
KI-Service-Karten sind eine Ressource zur Verbesserung der Transparenz, indem sie Ihnen einen zentralen Ort bieten, an dem Sie Informationen zu den beabsichtigten Anwendungsfällen und Einschränkungen, verantwortungsvollen KI-Design-Entscheidungen und bewährten Methoden zur Leistungsoptimierung für unsere KI-Services und -Modelle finden.
Was ist neu bei verantwortungsvoller KI
Gemeinschaftsbeitrag und Zusammenarbeit
Wir engagieren uns in Multi-Stakeholder-Organisationen wie den KI-Arbeitsgruppen der OECD, der Partnership on AI und dem Responsible AI Institute sowie in strategischen Partnerschaften mit Universitäten auf globaler Ebene, um gemeinsam mit anderen an der verantwortungsvollen Entwicklung von KI- und ML-Technologie zu arbeiten und Vertrauen aufzubauen.
Mit Programmen wie dem KI- und ML-Stipendium und We Power Tech verfolgen wir einen menschenorientierten Ansatz, um die nächste Generation von KI-Führungskräften auszubilden und den Zugang zu praktischem Lernen, Stipendien und Mentoring für unterversorgte oder unterrepräsentierte Tech-Fachleute zu verbessern.
Unsere Investitionen in eine sichere, transparente und verantwortungsvolle generative KI umfassen die Zusammenarbeit mit der globalen Gemeinschaft und politischen Entscheidungsträgern, darunter der G7 AI Hiroshima Process Code of Conduct, der AI Safety Summit im Vereinigten Königreich und die Unterstützung von ISO 42001, einem neuen grundlegenden Standard zur Förderung verantwortungsvoller KI. Wir unterstützen die Entwicklung wirksamer, risikobasierter, regulatorischer Frameworks für KI, die die Bürgerrechte schützen und gleichzeitig kontinuierliche Innovationen ermöglichen.
Verantwortungsvolle KI ist ein aktiver Forschungs- und Entwicklungsbereich bei Amazon. Wir unterhalten strategische Partnerschaften mit Hochschulen wie dem California Institute of Technology und mit Amazon Scholars, darunter führende Experten, die ihre akademische Forschung einsetzen, um verantwortungsvolle KI-Arbeitsabläufe bei Amazon mitzugestalten.
Wir entwickeln gemeinsam mit unseren Kunden Innovationen, bleiben an der Spitze neuer Trends und Forschungsergebnisse, um Mehrwert zu schaffen, und vergeben fortlaufend Forschungsstipendien über die Amazon Research Awards und wissenschaftliche Veröffentlichungen mit Amazon Science. Erfahren Sie mehr über die Wissenschaft zum verantwortungsvollen Aufbau generativer KI in diesem Wissenschafts-Blog von Amazon, in der die wichtigsten neuen Herausforderungen und Lösungen vorgestellt werden.
