آموزش مبانی هوش مصنوعی مسئول
Foundations of Responsible AI
مقدمه Introduction
-
درک هوش مصنوعی مسئول (در حال پیشرفت) Understanding responsible AI (In progress)
-
امتحان فصل Chapter Quiz
1. فلسفه هوش مصنوعی 1. Philosophy of AI
-
هوش مصنوعی چیست و چگونه داده ها آن را فعال می کنند؟ What is AI and how does data enable it?
-
توسعه هوش مصنوعی مدرن Modern AI development
-
مشکلاتی در ML که با مهندسی نرم افزار متفاوت است Problems in ML that differ from software engineering
-
امتحان فصل Chapter Quiz
2. آگاهی و سواد داده ها 2. Data Awareness and Literacy
-
کلان داده و اینکه از کجا می آید Big data and where it comes from
-
مشاهده روند در داده ها Seeing trends in data
-
ایجاد درک داده ها Building data understanding
-
تجسم و مقایسه داده ها Visualization and comparing data
-
داستان سرایی با داده Storytelling with data
-
امتحان فصل Chapter Quiz
3. نظریه های اخلاقی 3. Ethical Theories
-
مقدمه ای بر هوش مصنوعی اخلاقی Introduction to ethical AI
-
چارچوب های اخلاقی Ethical frameworks
-
خیرخواهی در مقابل بدخواهی Beneficence vs. maleficence
-
محاسبه عواقب Calculating consequences
-
اسکن پیامدها Consequence scanning
-
منفعت مشترک و عدالت Common good and equity
-
امتحان فصل Chapter Quiz
4. اصول هوش مصنوعی مسئول 4. Responsible AI Principles
-
انصاف Fairness
-
شفافیت Transparency
-
مسئوليت Accountability
-
توضیحات Explanations
-
تفسیر پذیری Interpretability
-
فراگیر بودن Inclusivity
-
امتحان فصل Chapter Quiz
5. آسیب الگوریتمی 5. Algorithmic Harm
-
چرا آسیب های مربوط به انصاف؟ Why fairness related harms?
-
حوادث و آموخته های حیاتی هوش مصنوعی Critical AI incidents and learnings
-
تعصب در چرخه عمر طراحی و توسعه Bias in the design and development lifecycle
-
استدلال علّی و انصاف Causal reasoning and fairness
-
کاهش ریسک در هوش مصنوعی Risk mitigation in AI
-
جنبه های فنی راه حل های اجتماعی و فنی Technical aspects of sociotechnical solutions
-
امتحان فصل Chapter Quiz
6. حقوق بشر و هوش مصنوعی 6. Human Rights and AI
-
ناشناس بودن و حریم خصوصی داده ها Anonymity and data privacy
-
استفاده های ناخواسته و سوء استفاده ها Unintended uses and misuses
-
موارد تجاری غیر اخلاقی Unethical business cases
-
سیستم ها و جامعه خودمختار Autonomous systems and society
-
هوش مصنوعی برای چه کسانی ساخته شده است؟ Who AI is developed for?
-
امتحان فصل Chapter Quiz
نتیجه Conclusion
-
مقررات هوش مصنوعی و استفاده از چارچوب های هوش مصنوعی مسئول AI regulation and applying responsible AI frameworks
-
امتحان فصل Chapter Quiz
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/ef8d
آموزش یادگیری ماشین و پایه های AI: تولید AI قابل توضیح AI (Xai) و راه حل های یادگیری ماشین قابل تفسیر
Machine Learning and AI Foundations: Producing Explainable AI (XAI) and Interpretable Machine Learning Solutions
بهترین شیوه ها را برای نحوه تولید هوش مصنوعی قابل توضیح و راه حل های یادگیری ماشینی قابل تفسیر بیاموزید.
آموزش ایمن سازی استفاده از هوش مصنوعی مولد در سازمان شما
Securing the Use of Generative AI in Your Organization
درباره ایمن سازی هوش مصنوعی مولد برای آزادسازی پتانسیل آن و در عین حال تقویت سازمان خود در برابر تهدیدات امنیت سایبری نوظهور بیاموزید.
آموزش پایه های یادگیری عمیق: پردازش زبان طبیعی با tensorflow
Deep Learning Foundations: Natural Language Processing with TensorFlow
تکنیک های اساسی یادگیری عمیق را برای طبقه بندی ، پیش بینی و تولید متن با استفاده از شبکه های عصبی مختلف بیاموزید.
آموزش هوش مصنوعی و استراتژی کسب و کار: مطالعات موردی
Artificial Intelligence and Business Strategy: Case Studies
بیاموزید که چگونه هوش مصنوعی در شش بخش مختلف صنعت مستقر شده است و ارزشی را که برای کاربران و شرکت ها ایجاد می کند، کشف کنید.
Ayodele Odubela
دانشمند داده و اخلاق شناس هوش مصنوعی
Ayodele معتقد به استفاده از فناوری برای بهبود زندگی افراد حاشیه‌نشین است. او پس از فارغ التحصیلی از دانشگاه پیتسبورگ با مدرک رسانه های دیجیتال و ارتباطات، برای آژانس های بازاریابی، شرکت های اپلیکیشن و ناشران آنلاین کار کرد و پیش از گرفتن مدرک کارشناسی ارشد خود در علوم داده از دانشگاه رجیس. از آن زمان، او بر یافتن راه‌حل‌هایی برای سوگیری در علم داده، از جمله یافتن راه‌هایی برای شناسایی و کاهش آسیب‌های سوگیری کدگذاری‌شده در الگوریتم‌ها، و کار بر روی کتابی درباره نحوه شناسایی و مقابله با سوگیری در مدل‌های یادگیری ماشین تمرکز کرده است.
Ayodele در حال حاضر به عنوان یک دانشمند داده در SambaSafety، ارائه دهنده مدیریت ریسک تحرک مبتنی بر ابر برای رانندگان، کار می کند.
Linkedin (لینکدین)
لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی
لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.
لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.