Transformez l'IA responsable de la théorie en pratique

Promouvoir le développement sûr et responsable de l'IA en tant que force positive

Développer l'IA de manière responsable chez AWS

La croissance rapide de l'IA générative apporte de nouvelles innovations prometteuses, tout en soulevant de nouveaux défis. Chez AWS, nous nous engageons à développer l’IA de manière responsable, en adoptant une approche centrée sur les personnes qui donne la priorité à l’enseignement, à la science et à nos clients, afin d’intégrer l’IA responsable tout au long du cycle de vie de l’IA de bout en bout.

Image avec des formes colorées

Dimensions fondamentales de l’IA responsable

Équité

Prise en compte des impacts sur les différents groupes de parties prenantes

Explicabilité

Comprendre et évaluer les résultats du système

Confidentialité et sécurité

Obtenir, utiliser et protéger correctement les données et les modèles

Sûreté

Prévention des sorties du système nuisibles et des utilisations abusives

Contrôlabilité

Disposer de mécanismes pour surveiller et orienter le comportement des systèmes d’IA

Véracité et robustesse

Obtenir des sorties système correctes, même en cas d’entrées inattendues ou contradictoires

Gouvernance

Intégrer les meilleures pratiques dans la chaîne d’approvisionnement de l’IA, y compris les fournisseurs et les déployeurs

Transparence

Permettre aux parties prenantes de faire des choix éclairés concernant leur engagement dans un système d’IA

Dimensions fondamentales de l’IA responsable

Équité

Prise en compte des impacts sur les différents groupes de parties prenantes

Explicabilité

Comprendre et évaluer les résultats du système

Confidentialité et sécurité

Obtenir, utiliser et protéger correctement les données et les modèles

Sûreté

Prévention des sorties du système nuisibles et des utilisations abusives

Contrôlabilité

Disposer de mécanismes pour surveiller et orienter le comportement des systèmes d’IA

Véracité et robustesse

Obtenir des sorties système correctes, même en cas d’entrées inattendues ou contradictoires

Gouvernance

Intégrer les meilleures pratiques dans la chaîne d’approvisionnement de l’IA, y compris les fournisseurs et les déployeurs

Transparence

Permettre aux parties prenantes de faire des choix éclairés concernant leur engagement dans un système d’IA

Services et outils

AWS propose des services et des outils pour vous aider à concevoir, créer et utiliser des systèmes d’IA de manière responsable.

Mise en œuvre de garde-fous en matière d’IA générative

Les garde-fous Amazon Bedrock vous aident à mettre en œuvre des barrières de protection adaptées à vos applications d’IA générative et conformes à vos politiques d’IA responsable. Les garde-fous fournissent des protections personnalisables supplémentaires en plus des protections natives des FM, offrant des protections de sécurité parmi les meilleures du secteur en :

  • bloquant jusqu’à 85 % de contenus dangereux en plus ;
  • filtrant plus de 75 % de réponses hallucinées pour les charges de travail de RAG et de synthèse ;
  • permettant aux clients de personnaliser et d’appliquer des protections en matière de sécurité, de confidentialité et de véracité au sein d’une solution unique.
Nuances des lignes de flux

Évaluations du modèle de fondation (FM)

L’évaluation des modèles sur Amazon Bedrock vous permet d’évaluer, de comparer et de sélectionner les meilleurs FM pour votre cas d’utilisation spécifique en fonction de paramètres personnalisés, tels que la précision, la robustesse et la toxicité. Vous pouvez également utiliser Amazon SageMaker Clarify et fmeval pour l’évaluation des modèles.

Différentes formes colorées sur fond bleu

Détection des biais et explication des prédictions

Les biais sont des déséquilibres dans les données ou des disparités dans les performances d'un modèle entre différents groupes. Amazon SageMaker Clarify vous aide à limiter les biais en détectant les biais potentiels pendant la préparation des données, après l’entraînement du modèle, et dans votre modèle déployé en examinant des attributs spécifiques.

Il est important de comprendre le comportement d’un modèle pour développer des modèles plus précis et prendre de meilleures décisions. Amazon SageMaker Clarify offre une meilleure visibilité du comportement du modèle, afin que vous puissiez offrir de la transparence aux parties prenantes, informer les personnes qui prennent les décisions et vous assurer qu’un modèle fonctionne comme prévu.

Découvrir Amazon SageMaker Clarify

Motif ondulé bleu et vert

Surveillance et examen humain

La surveillance est importante pour maintenir des modèles de machine learning (ML) de haute qualité et garantir des prévisions précises. Amazon SageMaker Model Monitor détecte automatiquement les prédictions inexactes des modèles déployés et vous en avertit. Et avec Amazon SageMaker Ground Truth, vous pouvez appliquer le feedback humain tout au long du cycle de vie du ML afin d’améliorer la précision et la pertinence des modèles.

Objets de différentes tailles et formes sur une bande transporteuse

Améliorer la gouvernance

La gouvernance ML d’Amazon SageMaker fournit des outils spécialement conçus pour améliorer la gouvernance de vos projets de ML en vous offrant davantage de contrôle et de visibilité sur vos modèles de ML. Vous pouvez facilement capturer et partager les informations du modèle, et suivre le comportement du modèle (comme les biais) au même endroit.

Motif abstrait de points connectés

Cartes de services d'IA AWS

Les cartes de service d’IA sont une ressource visant à améliorer la transparence en vous fournissant un endroit unique pour trouver des informations sur les cas d’utilisation et les limites prévus, les choix de conception responsables en matière d’IA et les meilleures pratiques d’optimisation des performances pour nos services et modèles d’IA.

Découvrez les cartes de service disponibles

Plan aérien de voitures traversant un pont

Contribution et collaboration de la communauté

Grâce à un engagement profond avec des organisations multipartites telles que les groupes de travail de l’OCDE sur l’IA, le Partenariat sur l’IA, le Responsible AI Institute et le National AI Advisory Committee, ainsi qu’à des partenariats stratégiques avec des universités du monde entier, nous nous engageons à travailler aux côtés d’autres pour développer les technologies d’IA et de ML de manière responsable et renforcer la confiance.

Nous adoptons une approche centrée sur les personnes pour former la prochaine génération de leaders de l’IA avec des programmes tels que l’AI & ML Scholarship Program et We Power Tech pour développer l’accès à l’apprentissage pratique, aux bourses et au mentorat pour les personnes mal desservies ou sous-représentées dans le domaine de la technologie.

Notre investissement dans une IA générative sûre, transparente et responsable passe par la collaboration avec la communauté mondiale et les décideurs politiques. Citons par exemple les engagements volontaires de la Maison-Blanche en matière d’IA, l’AI Safety Summit au Royaume-Uni et le soutien de la norme ISO 42001, une nouvelle norme fondamentale visant à promouvoir l’IA responsable. En matière d’IA, nous soutenons le développement de cadres réglementaires efficaces fondés sur les risques, qui protègent les droits civils tout en permettant une innovation continue.

L’IA responsable est un domaine actif de recherche et de développement chez Amazon. Nous avons établi des partenariats stratégiques avec des universités, comme le California Institute of Technology et Amazon Scholars, ainsi qu’avec des experts de premier plan qui appliquent leurs recherches universitaires pour aider à mettre en place des flux de travail en matière d’IA responsable au sein d’Amazon.

Nous innovons aux côtés de nos clients, en restant à la pointe des nouvelles tendances et de la recherche pour créer de la valeur, en attribuant des subventions de recherche via les Amazon Research Awards et en produisant des publications scientifiques avec Amazon Science. Pour en savoir plus sur la science qui permet de développer une IA générative de manière responsable, consultez ce blog Amazon Science qui présente les principaux défis émergents et les solutions possibles.