- ปัญญาประดิษฐ์
- AI ที่มีความรับผิดชอบ
AI ที่มีความรับผิดชอบ: จากหลักการสู่การปฏิบัติ
นำ AI ที่เชื่อถือได้ไปใช้จริงได้เร็วขึ้นด้วยคำแนะนำจากผู้เชี่ยวชาญและเครื่องมือที่ใช้งานได้จริง
การสร้าง AI อย่างมีความรับผิดชอบ
การเติบโตอย่างรวดเร็วของ AI และเอเจนต์อัจฉริยะนำมาซึ่งนวัตกรรมที่มีศักยภาพสูงและความท้าทายรูปแบบใหม่ ที่ AWS เราทำให้ AI ที่มีความรับผิดชอบใช้งานได้จริงและปรับขนาดได้ เพื่อให้คุณมีอิสระในการเร่งความเร็วสร้างสรรค์นวัตกรรม AI ที่เชื่อถือได้ เราใช้แนวทางที่เน้นที่ผู้คนโดยให้ความสำคัญกับการศึกษา วิทยาศาสตร์ และลูกค้าของเรา เพื่อผสานรวม AI ที่มีความรับผิดชอบตลอดวงจรการใช้งาน AI ครบวงจร หลักปฏิบัติที่ดีที่สุดโดยอิงหลักวิทยาศาสตร์ มาตรการป้องกันในตัว และเครื่องมือของเราช่วยให้สร้างและใช้งาน AI ได้อย่างมีความรับผิดชอบในทุกกรณีการใช้งาน สร้างด้วยแนวทางปฏิบัติสำหรับ AI ที่มีความรับผิดชอบตั้งแต่วันแรก เพื่อให้คุณเดินหน้าได้รวดเร็วขึ้นอย่างมั่นใจและได้รับความไว้วางใจจากลูกค้า
AI ที่มีความรับผิดชอบคืออะไร
AWS นิยาม AI ที่มีความรับผิดชอบโดยใช้ชุดมิติหลักที่เราประเมินและอัปเดตเมื่อเวลาผ่านไปเมื่อเทคโนโลยี AI มีการพัฒนา
ความยุติธรรม
พิจารณาผลกระทบต่อกลุ่มผู้มีส่วนได้ส่วนเสียต่าง ๆ
ความสามารถในการอธิบายได้
การทำความเข้าใจและประเมินเอาต์พุตของระบบ
ความเป็นส่วนตัวและความปลอดภัย
การได้รับ ใช้ และปกป้องข้อมูลรวมถึงแบบจำลองอย่างเหมาะสม
ความปลอดภัย
การป้องกันเอาต์พุตของระบบที่เป็นอันตรายและการใช้งานในทางที่ผิด
ความสามารถในการควบคุม
การมีกลไกเพื่อตรวจสอบและควบคุมพฤติกรรมระบบ AI
ความถูกต้องและความทนทาน
การบรรลุผลลัพธ์เอาต์พุตของระบบที่ถูกต้อง แม้จะมีอินพุตที่ไม่คาดคิดหรือเป็นคู่ขัดแย้ง
การกำกับดูแล
การรวมแนวทางปฏิบัติที่ดีที่สุดเข้ากับห่วงโซ่อุปทาน AI รวมถึงผู้ให้บริการและผู้ที่นำไปใช้
ความโปร่งใส
ช่วยให้ผู้มีส่วนได้ส่วนเสียสามารถตัดสินใจโดยมีข้อมูลเกี่ยวกับการมีส่วนร่วมกับระบบ AI
หลักปฏิบัติที่ดีที่สุดด้าน AI ที่มีความรับผิดชอบ
มิติหลักของ AI ที่มีความรับผิดชอบแสดงถึงคุณสมบัติทางเทคนิคที่มีอยู่ในระบบ AI ทุกระบบ งานของคุณคือการเลือกการออกแบบโดยเจตนาสำหรับกรณีการใช้งานเฉพาะของคุณ มุมมองใหม่ของ AI ที่มีความรับผิดชอบจาก AWS Well-Architected ให้หลักปฏิบัติที่ดีที่สุดและคำแนะนำเชิงปฏิบัติเพื่อช่วยให้คุณจัดการข้อพิจารณาเหล่านี้ในการออกแบบ การพัฒนา และการดำเนินงาน ใช้คำแนะนำนี้เพื่อตัดสินใจโดยมีข้อมูลประกอบเพื่อสร้างความสมดุลให้กับธุรกิจและข้อกำหนดทางเทคนิค รวมถึงช่วยเร่งการนำระบบ AI ที่เชื่อถือได้ไปใช้จริง
บริการและเครื่องมือ
AWS นำเสนอบริการและเครื่องมือเพื่อช่วยให้ออกแบบ สร้าง และใช้งานระบบ AI ได้อย่างมีความรับผิดชอบ
สร้างด้วยมาตรการป้องกันที่กำหนดค่าได้
Guardrails สำหรับ Amazon Bedrock ช่วยให้คุณสามารถใช้มาตรการป้องกันที่ปรับแต่งตามความต้องการของแอปพลิเคชันและนโยบาย AI อย่างมีความรับผิดชอบ Guardrails สำหรับ Bedrock มีมาตรการป้องกันที่กำหนดค่าได้เพื่อช่วยตรวจจับและกรองเนื้อหาข้อความและรูปภาพที่เป็นอันตราย แก้ไขข้อมูลที่ละเอียดอ่อน และตรวจจับผลลัพธ์เพี้ยนของโมเดลด้วยการป้องกันความปลอดภัยชั้นนำของอุตสาหกรรมที่บล็อกเนื้อหาที่เป็นอันตรายได้ถึง 88% และให้คำอธิบายที่ตรวจสอบได้โดยคณิตศาสตร์สำหรับการตัดสินใจตรวจสอบด้วยความถูกต้อง 99% ใช้ Guardrails สำหรับ Bedrock กับโมเดลพื้นฐานใดก็ได้ ไม่ว่าจะเป็นใน Amazon Bedrock หรือโฮสต์ด้วยตนเอง เพื่อการควบคุมความปลอดภัยและความเป็นส่วนตัวที่เป็นไปในทิศทางเดียวกันในทุกแอปพลิเคชัน
การประเมินโมเดลพื้นฐาน (FM)
การประเมินโมเดลบน Amazon Bedrock ช่วยให้คุณประเมิน เปรียบเทียบ และเลือก FM ที่ดีที่สุดสำหรับกรณีการใช้งานเฉพาะโดยอิงจากเมตริกการวัดที่กำหนดเอง เช่น ความแม่นยำ ความทนทาน และความเป็นพิษ นอกจากนี้ คุณยังสามารถใช้ Amazon SageMaker Clarify และ fmeval เพื่อการประเมินโมเดลได้อีกด้วย
การตรวจจับอคติและอธิบายการคาดการณ์
อคติคือความไม่สมดุลของข้อมูลหรือความไม่สมดุลในประสิทธิภาพของโมเดลในกลุ่มต่าง ๆ Amazon SageMaker Clarify ช่วยให้คุณลดอคติโดยการตรวจหาอคติที่อาจเกิดขึ้นระหว่างการเตรียมข้อมูล หลังการฝึกโมเดล และในโมเดลที่ปรับใช้ของคุณโดยการตรวจสอบคุณลักษณะเฉพาะ
การทำความเข้าใจพฤติกรรมของโมเดลเป็นสิ่งสำคัญในการพัฒนาโมเดลที่แม่นยำยิ่งขึ้นและตัดสินใจที่ดีขึ้น Amazon SageMaker Clarify ช่วยให้มองเห็นพฤติกรรมของโมเดลได้ชัดเจนยิ่งขึ้น เพื่อให้คุณสามารถมอบความโปร่งใสให้กับผู้ถือผลประโยชน์ ช่วยให้มนุษย์มีข้อมูลประกอบการตัดสินใจ และติดตามว่าโมเดลทำงานตามที่ตั้งใจไว้หรือไม่
การตรวจติดตามและการตรวจสอบโดยมนุษย์
การตรวจติดตามเป็นสิ่งสำคัญในการรักษาโมเดลแมชชีนเลิร์นนิ่ง (ML) ที่มีคุณภาพสูงและช่วยให้มั่นใจในการคาดการณ์ที่ถูกต้อง Amazon SageMaker Model Monitor จะตรวจจับและแจ้งเตือนคุณโดยอัตโนมัติถึงการคาดการณ์ที่ไม่ถูกต้องจากโมเดลที่ใช้งาน และด้วย Amazon SageMaker Ground Truth คุณสามารถนำข้อเสนอแนะของมนุษย์ไปใช้ในวงจรการใช้งาน ML เพื่อปรับปรุงความแม่นยำและความเกี่ยวข้องของโมเดล
ปรับปรุงการกำกับดูแลให้ดีขึ้น
ML Governance จาก Amazon SageMaker มอบเครื่องมือที่สร้างขึ้นโดยเฉพาะสำหรับการปรับปรุงการกำกับดูแลโครงการ ML ของคุณให้ดีขึ้นด้วยการให้คุณควบคุมและมองเห็นโมเดล ML ได้เข้มงวดยิ่งขึ้น คุณสามารถบันทึกและแชร์ข้อมูลโมเดล รวมถึงคอยติดตามพฤติกรรมของโมเดล เช่น การมีอคติ ได้อย่างง่ายดายในที่เดียว
การ์ดข้อมูลบริการด้าน AI ของ AWS
การ์ดข้อมูลบริการด้าน AI เป็นทรัพยากรที่ช่วยเพิ่มความโปร่งใสโดยให้คุณสามารถค้นหาข้อมูลเกี่ยวกับกรณีการใช้งานและข้อจำกัดที่ตั้งใจไว้ ตัวเลือกการออกแบบ AI ที่รับผิดชอบ และแนวทางปฏิบัติที่ดีที่สุดในการเพิ่มประสิทธิภาพการทำงานสำหรับบริการและโมเดล AI ของเราได้ในที่เดียว
มีอะไรใหม่ใน AI ที่มีความรับผิดชอบ
การมีส่วนร่วมของชุมชนและการทำงานร่วมกัน
เรามีส่วนร่วมในเชิงลึกกับองค์กรที่มีส่วนได้เสียหลายแห่ง เช่น กลุ่มงาน OECD AI, Partnership on AI และ Responsible AI Institute ตลอดจนความร่วมมือเชิงกลยุทธ์กับมหาวิทยาลัยในระดับโลก เรามุ่งมั่นที่จะทำงานร่วมกับผู้อื่นเพื่อพัฒนาเทคโนโลยี AI และ ML อย่างรับผิดชอบและสร้างความเชื่อมั่น
เราใช้แนวทางที่มีผู้คนเป็นศูนย์กลางในการให้ความรู้แก่ผู้นำด้าน AI รุ่นต่อไปด้วยโปรแกรมต่าง ๆ อย่างเช่น โปรแกรมทุนการศึกษาด้าน AI และ ML รวมถึง We Power Tech เพื่อเพิ่มการเข้าถึงการเรียนรู้เชิงปฏิบัติ ทุนการศึกษา และการให้คำปรึกษาสำหรับผู้ด้อยโอกาสหรือขาดแคลนในด้านเทคโนโลยี
การลงทุนของเราในการด้าน AI ช่วยสร้างที่ปลอดภัย โปร่งใส และมีความรับผิดชอบนั้นมีความร่วมมือกับชุมชนระดับโลกและผู้กำหนดนโยบาย รวมถึงหลักปฏิบัติ AI Hiroshima Process ของกลุ่ม G7, การประชุมสุดยอดด้านความปลอดภัยของ AI ในสหราชอาณาจักร และการสนับสนุน ISO 42001 ซึ่งเป็นมาตรฐานพื้นฐานใหม่เพื่อส่งเสริม AI ที่มีความรับผิดชอบ เราสนับสนุนการพัฒนาเฟรมเวิร์กการกำกับดูแลตามความเสี่ยงที่มีประสิทธิภาพสำหรับ AI ที่ปกป้องสิทธิมนุษยชน พร้อมทั้งเปิดโอกาสให้มีนวัตกรรมใหม่ ๆ อย่างต่อเนื่อง
AI ที่มีความรับผิดชอบเป็นด้านที่มีการวิจัยและการพัฒนาอย่างต่อเนื่องที่ Amazon เรามีความร่วมมือทางกลยุทธ์กับสถาบันการศึกษา เช่น California Institute of Technology และ Amazon Scholars รวมไปถึงผู้เชี่ยวชาญชั้นนำที่นำการวิจัยทางวิชาการมาประยุกต์ใช้เพื่อช่วยกำหนดแนวทางการทำงานด้าน AI ที่มีความรับผิดชอบใน Amazon
เราสร้างสรรค์นวัตกรรมควบคู่ไปกับลูกค้าของเรา โดยอยู่แถวหน้าของแนวโน้มใหม่และการวิจัยเพื่อส่งมอบคุณค่า ด้วยทุนวิจัยอย่างต่อเนื่องผ่าน Amazon Research Awards และสิ่งพิมพ์ทางวิทยาศาสตร์กับ Amazon Science เรียนรู้เพิ่มเติมเกี่ยวกับวิทยาศาสตร์เพื่อสร้าง AI ช่วยสร้างอย่างมีความรับผิดชอบในบล็อก Amazon Science นี้ ซึ่งจะเปิดเผยความท้าทายและวิธีแก้ไขใหม่ ๆ ที่เกิดขึ้น