План на курса

Въведение в обяснимия AI и етика

  • Необходимостта от обяснимост в AI системите
  • Предизвикателства в етиката и справедливостта на ИИ
  • Преглед на регулаторните и етичните стандарти

Техники на XAI за етичен AI

  • Моделно-агностични методи: LIME, SHAP
  • Техники за откриване на пристрастия в AI модели
  • Управление на интерпретируемостта в сложни AI системи

Прозрачност и отчетност в AI

  • Проектиране на прозрачни AI системи
  • Осигуряване на отчетност при вземането на решения с ИИ
  • Одитиране на AI системи за справедливост

Справедливост и смекчаване на пристрастията в AI

  • Откриване и адресиране на пристрастия в AI модели
  • Осигуряване на справедливост сред различните демографски групи
  • Прилагане на етични насоки при разработването на AI

Регулаторни и етични рамки

  • Преглед на стандартите за етика на ИИ
  • Разбиране на правилата за изкуствен интелект в различни индустрии
  • Привеждане в съответствие на AI системи с GDPR, CCPA и други рамки

Реални приложения на XAI в етичния AI

  • Обяснимост в AI в здравеопазването
  • Изграждане на прозрачни AI системи във финансите
  • Внедряване на етичен ИИ в правоприлагането

Бъдещи тенденции в XAI и етичния AI

  • Нововъзникващи тенденции в изследванията на обяснимостта
  • Нови техники за откриване на справедливост и пристрастия
  • Възможности за етично развитие на ИИ в бъдеще

Обобщение и следващи стъпки

Изисквания

  • Основни познания за моделите за машинно обучение
  • Познаване на разработката и рамките на AI
  • Интерес към етиката и прозрачността на ИИ

Публика

  • AI етици
  • AI разработчици
  • Учени по данни
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории