负责任的人工智能初学者进阶大师班

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：11小时7米

你将学到什么

• 了解负责任的 AI 的重要性以及现代 AI 系统面临的道德挑战。
• 了解 Responsible AI 的核心原则，包括公平、问责、透明度、可解释性、隐私、安全和人工监督。
• 识别、衡量并减少整个 AI 生命周期中的 AI 偏差。
• 了解可解释的 AI、模型可解释性和文档最佳实践。
• 分析 AI 风险，包括安全、错误信息、隐私、偏见和模型故障。
• 探索人工智能对社会、民主、就业、心理健康和环境的影响。
• 了解全球人工智能法规，包括欧盟人工智能法案和人工智能治理框架。
• 设计 AI 治理、风险管理、审计和企业负责任的 AI 战略。

要求

• 无需具备 Responsible AI 经验。
• 具备基本的计算机技能和对人工智能的好奇心就足够了。
• 大部分课程不需要编程知识。
• 对 AI 或机器学习概念的基本了解很有帮助，但不是强制性的。
• 愿意学习人工智能道德、治理、法规和负责任的开发实践。

描述

本课程涉及人工智能的使用。

你将学到什么

模块 1：负责任的人工智能简介

• 定义负责任的人工智能、其历史、利益相关者以及不负责任的部署的后果。

模块 2：负责任的人工智能的核心原则

• 将 FATE（公平、问责、透明、道德）原则应用于 AI 设计。

模块 3：人工智能公平性和偏见

• 在整个 AI 生命周期中衡量公平性并减少偏见。

模块 4：可解释的人工智能 (XAI)

• 掌握透明度、模型可解释性技术和完整的 AI 文档。

模块 5：人工智能风险和社会影响

• 分析模型故障、安全风险、错误信息、深度造假以及环境/经济影响。

模块 6：人工智能法规与合规性

• 深入了解全球数据保护法、人工智能管理框架和欧盟人工智能法案。

模块 7：人工智能治理

• 为风险管理、供应商治理和 AI 审核原则奠定基础。

模块 8：代理 AI 的负责任的 AI

• 通过协调、以人为本的监督和 AI 红队管理自主系统。

模块 9：负责任的生成式人工智能

• 解决有关版权、所有权和内容安全的独特道德挑战。

模块 10：建立负责任的人工智能文化

• 吸引利益相关者参与，并将道德实践融入整个组织文化。

模块 11：负责任的人工智能运营

• 建立持续的合规性监控、事件响应和成熟度衡量。

模块 12：企业负责任的人工智能战略

• 设计全面的企业框架，将人工智能核心原则映射到全球法律。

在本课程结束时，您将能够

• 利用 FATE 原则构建值得信赖的 AI 系统并减少偏见。
• 实施可解释的人工智能 (XAI) 技术并评估系统性风险。
• 了解全球人工智能法规（例如欧盟人工智能法案）并设计企业治理框架。
• 管理自主代理 AI 系统并保护生成式 AI 应用的安全。
• 制定企业 AI 政策并衡量组织 AI 成熟度。

本课程适合谁

• 为人工智能道德与治理职业做好准备的初学者和学生。
• AI/ML 工程师、数据科学家、开发人员和解决方案架构师。
• 人工智能产品经理、技术项目经理和业务领导者。
• 管理组织风险、安全和法规合规性的专业人员。
• 任何希望构建值得信赖、符合道德、安全且合规的 AI 系统的人。