آموزش اخلاق در هوش مصنوعی برای اقیانوسها (بخش ۲): سوگیری و شفافیت - آخرین آپدیت
دانلود AI Ethics for Oceans (Pt 2): Bias and Transparency
هوش مصنوعی (AI) به ابزاری قدرتمند و تحولآفرین در صنایع مختلف تبدیل شده است و کاربردهای متنوعی برای افرادی دارد که در بخشهای دولتی، پژوهشی، دانشگاهی، سازمانهای غیرانتفاعی، سازمانهای اجتماعی و صنعتی در حوزه اقیانوسها فعالیت میکنند. اما در کنار فرصتهایی که هوش مصنوعی برای افراد و سازمانها فراهم میکند، اقیانوسی از مسائل اخلاقی نیز وجود دارد و دانستن اینکه از کجا شروع کنیم میتواند دشوار باشد.
این دوره مقدمهای بر اخلاق هوش مصنوعی برای افرادی است که در بخشهای اقیانوسی، به ویژه در محیطهای غیرانتفاعی و به طور خاص در کانادا فعالیت میکنند.
بخش اول شامل مقدمهای بر دوره و اخلاق هوش مصنوعی، تلاقی آن با فعالیتهای اقیانوسی، شناسایی ذینفعان و دارندگان حقوق در سناریوهای اقیانوسی، و حاکمیت و مدیریت دادهها است.
بخش دوم به بررسی سوگیری، انصاف و نمایندگی، و همچنین شفافیت، قابلیت اطمینان و اعتماد میپردازد.
و در بخش سوم، مفاهیمی چون عاملیت انسانی، هزینههای محیطزیستی هوش مصنوعی، تضاد ارزشها، و همچنین پاسخگویی، حاکمیت و ملاحظات قانونی را پوشش خواهیم داد.
این دوره بر اساس مکانیسمهای اولیه ابزارها و سیستمهای هوش مصنوعی که در اولین دوره Building Bridges معرفی شدند بنا شده است و اخلاق را به عنوان بخشی حیاتی از سواد هوش مصنوعی در نظر میگیرد. فراگیران از طریق سخنرانیها، منابع خارجی، تمرینات و راهنماییهای عملی، سناریوهای هوش مصنوعی اقیانوسی و مسائل اخلاقی ناشی از آنها را بررسی خواهند کرد. اگر بتوانیم نقاط را به شکلی ایمن، مسئولانه و اخلاقی به هم متصل کنیم، چه اکتشافاتی میتوان کرد؟
تصویر دوره: "A Rising Tide Lifts All Bots" اثر Rose Willis & Kathryn Conrad / از طریق Better Images of AI / تحت مجوز CC-BY 4.0
ماژول ۳: سوگیری، انصاف و نمایندگی Module 3: Bias, fairness, and representation
-
۳.۱ شکافهای پنهان در دادههای اقیانوسی 3.1 Hidden gaps in ocean data
-
۳.۲ زمانی که سیستمهای هوش مصنوعی حذف میکنند 3.2 When AI systems exclude
-
۳.۳ ابزار بررسی سوگیری 3.3 Bias audit toolkit
ماژول ۴: شفافیت، قابلیت اطمینان و اعتماد Module 4: Transparency, reliability, and trust
-
۴.۱ جعبههای سیاه، آبهای آبی 4.1 Black boxes, blue waters
-
۴.۲ درک ادعاهای دقت هوش مصنوعی 4.2 Understanding AI accuracy claims
-
۴.۳ زمانی که هوش مصنوعی اقیانوسی شکست میخورد 4.3 When Ocean AI fails
https://donyad.com/d/3b44e6
CIOOS Atlantic
مرکز اصلی مشاهده اقیانوس و دادههای اقیانوسی کانادا.
نمایش نظرات