آموزش ضرورت عدالت در هوش مصنوعی: ساخت آینده‌ای فراگیرتر با AI - آخرین آپدیت

دانلود The AI Equity Imperative: Building a More Inclusive Future with AI

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، چیناسا تی. اوکولو به بررسی اصول اساسی عدالت در هوش مصنوعی می‌پردازد و استراتژی‌هایی را برای اطمینان از توسعه مسئولانه AI در سازمان شما ارائه می‌دهد. درباره اهمیت نظارت اخلاقی و چارچوب‌های حاکمیتی که زیربنای سیستم‌های هوش مصنوعی هستند، بیاموزید. متوجه شوید که پیاده‌سازی‌های موفق، مانند شرکت‌های IBM و SAP، چگونه ملاحظات اخلاقی را در هر مرحله از توسعه ادغام می‌کنند. چارچوب مدیریت ریسک AI سازمان NIST را بررسی کنید؛ ابزاری راهنمای داوطلبانه که برای مقابله با ریسک‌های پیچیده هوش مصنوعی و در عین حال به حداکثر رساندن مزایای آن طراحی شده است. کشف کنید که چگونه می‌توانید در ساخت فناوری‌هایی که به طور عادلانه و موثر به جوامع متنوع جهانی خدمت می‌کنند، مشارکت کنید. این دوره بینش‌های ارزشمندی برای ایجاد سیستم‌های هوش مصنوعی نوآورانه و اخلاقی ارائه می‌دهد و شما را قادر می‌سازد تا پیشرو عدالت در AI باشید و اطمینان حاصل کنید که توسعه هوش مصنوعی نه تنها از نظر فنی درست، بلکه از نظر اجتماعی نیز مسئولانه باشد.

سرفصل ها و درس ها

مقدمه Introduction

  • ضرورت عدالت در هوش مصنوعی The imperative of AI equity

  • وعده‌ها و چالش‌های هوش مصنوعی The promise and challenge of AI

1. چرا عدالت در هوش مصنوعی برای کسب‌وکارها، جوامع و مذاکره‌ها اهمیت دارد 1. Why AI Equity Matters for Businesses, Communities, and Societies

  • ریسک‌های تجاری نادیده گرفتن عدالت در AI The business risks of ignoring AI equity

  • شکاف‌های فرهنگی Cultural gaps

  • تأثیرات متقاطع Intersectional impacts

  • عدالت در هوش مصنوعی چیست؟ What is AI equity?

  • نابرابری‌های منطقه‌ای در توسعه هوش مصنوعی Regional disparities in AI development

2. ساخت آینده‌ای فراگیرتر با هوش مصنوعی 2. Building a More Inclusive Future with AI

  • پرسیدن سوال انتقادی: آیا شما به هوش مصنوعی نیاز دارید؟ Asking the critical question: Do you need AI?

  • شناسایی ریسک‌های استقرار هوش مصنوعی Recognizing the risks of AI deployment

  • گسترش نمایندگی در توسعه هوش مصنوعی Expanding representation in AI development

  • ساخت چارچوب‌های پاسخ‌گویی Building accountability frameworks

3. حمایت از هوش مصنوعی مسئولانه در سازمان شما 3. Advocating for Responsible AI in Your Org

  • سوالاتی که باید از مدیریت خود بپرسید Questions to ask of your leadership

  • آنچه رهبران کسب‌وکار می‌توانند انجام دهند What business leaders can do

  • آنچه متخصصان فناوری می‌توانند انجام دهند What tech professionals can do

  • آنچه همه می‌توانند انجام دهند What everyone can do

4. داستان‌های موفقیت در هوش مصنوعی مسئولانه 4. Responsible AI Success Stories

  • چارچوب مدیریت ریسک هوش مصنوعی NIST (RMF) NIST AI risk management framework (RMF)

  • شرکت SAP SAP

  • شرکت Tetra Tech Tetra Tech

  • شرکت IBM IBM

جمع‌بندی Conclusion

  • گام‌های بعدی و مسیر آینده Where to go from here

نمایش نظرات

آموزش ضرورت عدالت در هوش مصنوعی: ساخت آینده‌ای فراگیرتر با AI
جزییات دوره
1h 25m
20
(آخرین آپدیت)
5,125
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chinasa T. Okolo Chinasa T. Okolo

چیناسا تی. اوکولو پژوهشگر، استراتژیست و مشاور سیاست‌گذاری در زمینه حاکمیت هوش مصنوعی برای اکثریت جهانی است.

چیناسا توسط مجله TIME به عنوان یکی از تاثیرگذارترین افراد جهان در حوزه هوش مصنوعی شناخته شده و در فهرست اولیه Forbes 30 Under 30 AI قرار گرفته است. او در حال حاضر مؤسس Technecultura است، جایی که بر بازتعریف درک عمومی از شکاف جهانی هوش مصنوعی، اطلاع‌رسانی برای اجرای سیاست‌های جامع و ترویج رویکردهای فراگیر جهانی در توسعه AI تمرکز دارد.

چیناسا دکتری خود را در رشته علوم کامپیوتر از دانشگاه کرنل در سال ۲۰۲۳ به پایان رساند. او اخیراً متخصص سیاست‌های فناوری‌های نوظهور در سازمان ملل متحد بود و پیش از آن در مؤسسه بروکینگز فعالیت می‌کرد و همچنین در نقش‌های پژوهشی در اپل و مایکروسافت مشغول به کار بوده است. تحقیقات او به بررسی نحوه اجرای حاکمیت قوی AI و داده‌ها توسط دولت‌های آفریقایی، بررسی اثرات ژئوپلیتیک هوش مصنوعی و تحلیل داده‌سازی و حاشیه راندن الگوریتمی در آفریقا می‌پردازد.