Esittelyssä AWS AI Service Cards: Uusi resurssi parantaa läpinäkyvyyttä ja edistää vastuullista tekoälyä

Tekoäly (AI) ja koneoppiminen (ML) ovat eräitä uudistavimmista teknologioista, joita tulemme kohtaamaan sukupolvessamme – ratkaisemaan liiketoiminnan ja yhteiskunnan ongelmia, parantamaan asiakaskokemuksia ja kannustamaan innovaatioita. Tekoälyn laajan käytön ja kasvavan mittakaavan mukana tulee tieto siitä, että meidän kaikkien on rakennettava vastuullisesti. Uskomme AWS:llä vastuullisen tekoälyn sisältävän useita ydinulottuvuuksia, mukaan lukien:

• Oikeudenmukaisuus ja puolueettomuus– Miten järjestelmä vaikuttaa eri käyttäjien alaryhmiin (esim. sukupuolen, etnisen taustan mukaan)
• Selitettävyys– Mekanismit tekoälyjärjestelmän tulosten ymmärtämiseksi ja arvioimiseksi
• Tietosuoja ja turvallisuus– Tiedot suojattu varkauksilta ja altistumiselta
• kestävyys– Mekanismit, joilla varmistetaan, että tekoälyjärjestelmä toimii luotettavasti
• Hallinto– Prosessit vastuullisten tekoälykäytäntöjen määrittelemiseksi, toteuttamiseksi ja toimeenpanemiseksi organisaatiossa
• Läpinäkyvyys– Tekoälyjärjestelmää koskevien tietojen välittäminen, jotta sidosryhmät voivat tehdä tietoisia valintoja järjestelmän käytöstä

Sitoutumisemme tekoälyn ja ML:n vastuulliseen kehittämiseen on olennainen osa sitä, miten rakennamme palvelujamme, olemme yhteydessä asiakkaisiin ja edistämme innovaatioita. Olemme myös sitoutuneet tarjoamaan asiakkaille työkaluja ja resursseja kehittää ja käyttää tekoälyä/ML:ää vastuullisesti, aina täysin hallitun kehitysympäristön mahdollistamisesta ML-rakentajille ja auttamaan asiakkaita sisällyttämään tekoälypalvelut yleisiin yrityskäyttötapauksiin.

Tarjoaa asiakkaille enemmän läpinäkyvyyttä

Asiakkaamme haluavat tietää, että heidän käyttämänsä teknologia on kehitetty vastuullisesti. He haluavat resursseja ja ohjausta ottaakseen teknologian käyttöön vastuullisesti omassa organisaatiossaan. Ja mikä tärkeintä, he haluavat varmistaa, että heidän käyttöönsä teknologia on kaikkien hyödyksi, erityisesti heidän loppukäyttäjiensä. AWS:lla haluamme auttaa heitä toteuttamaan tämän vision.

Olemme innoissamme lanseerauksesta, jotta voimme tarjota asiakkaiden vaatiman läpinäkyvyyden AWS AI -palvelukortit, uusi resurssi, joka auttaa asiakkaita ymmärtämään paremmin AWS AI -palveluitamme. Tekoälypalvelukortit ovat vastuullisen tekoälydokumentaation muoto, joka tarjoaa asiakkaille yhdestä paikasta tietoa aiotuista käyttötapauksista ja rajoituksista, vastuullisista tekoälysuunnitteluvalinnoista sekä parhaista tekoälypalveluidemme käyttöönoton ja suorituskyvyn optimoinnin käytännöistä. Ne ovat osa kokonaisvaltaista kehitysprosessia, jonka ryhdymme rakentamaan palveluitamme vastuullisella tavalla, jossa huomioidaan oikeudenmukaisuus ja ennakkoluulot, selitettävyys, kestävyys, hallinto, läpinäkyvyys, yksityisyys ja turvallisuus. AWS re:Invent 2022 -tapahtumassa julkaisemme kolme ensimmäistä tekoälypalvelukorttia: Amazon Rekognition – Face Matching, Amazon Textract – AnalyzeIDja Amazon Transcribe – Erä (Englanti-USA).

AI-palvelukorttien osat

Jokainen AI-palvelukortti sisältää neljä osaa, jotka kattavat:

• Peruskäsitteitä, jotka auttavat asiakkaita ymmärtämään palvelua tai sen ominaisuuksia paremmin
• Käyttötarkoitukset ja rajoitukset
• Vastuullinen AI-suunnittelunäkökohdat
• Käyttöönoton ja suorituskyvyn optimoinnin ohjeet

Tekoälypalvelukorttien sisältö on suunnattu laajalle yleisölle asiakkaita, teknikoita, tutkijoita ja muita sidosryhmiä, jotka pyrkivät ymmärtämään paremmin keskeisiä näkökohtia tekoälypalvelun vastuullisessa suunnittelussa ja käytössä.

Asiakkaamme käyttävät tekoälyä yhä monipuolisemmissa sovelluksissa. The käyttötapaukset ja rajoitukset -osiossa tarjoaa tietoa palvelun yleisistä käyttötavoista ja auttaa asiakkaita arvioimaan, sopiiko palvelu heidän sovellukseensa. Esimerkiksi Amazon Transcribe – Batch (English-US) Card -kortissa kuvataan palvelun käyttötapausta, jossa äänitiedostosta kopioidaan US-englannin kielellä puhuttu yleissanasto. Jos yritys haluaa ratkaisun, joka transkriptoi automaattisesti toimialuekohtaisen tapahtuman, kuten kansainvälisen neurotieteen konferenssin, se voi lisätä mukautettuja sanastoja ja kielimalleja tieteellisen sanaston lisäämiseksi transkription tarkkuuden lisäämiseksi.

In suunnitteluosio Jokaisessa tekoälypalvelukortissa selitämme tärkeimmät vastuullisen tekoälyn suunnitteluun liittyvät näkökohdat tärkeillä alueilla, kuten testilähtöinen menetelmämme, oikeudenmukaisuus ja harha, selitettävyys ja suorituskykyodotukset. Tarjoamme esimerkkituloksia arviointitietojoukosta, joka edustaa yleistä käyttötapausta. Tämä esimerkki on kuitenkin vain lähtökohta, sillä kannustamme asiakkaita testaamaan omia tietojoukkojaan ymmärtääkseen paremmin, kuinka palvelu toimii heidän omassa sisällössään ja käyttötapauksissaan tarjotakseen loppuasiakkailleen parhaan kokemuksen. Ja tämä ei ole kertaluonteinen arviointi. Vastuullista rakentamista varten suosittelemme iteratiivista lähestymistapaa, jossa asiakkaat testaavat ja arvioivat ajoittain sovellustensa tarkkuutta tai mahdollista harhaa.

In käyttöönoton ja suorituskyvyn optimoinnin parhaat käytännöt, esittelemme tärkeimmät vivut, joita asiakkaiden tulee harkita optimoidakseen sovelluksensa suorituskyvyn todellista käyttöönottoa varten. On tärkeää selittää, kuinka asiakkaat voivat optimoida tekoälyjärjestelmän suorituskyvyn, joka toimii osana heidän kokonaissovellustaan ​​tai työnkulkuaan saadakseen suurimman hyödyn. Esimerkiksi Amazon Rekognition Face Matching Card -kortissa, joka kattaa kasvojentunnistusominaisuuksien lisäämisen henkilöllisyyden todentamissovelluksiin, jaamme toimenpiteitä, joita asiakkaat voivat tehdä parantaakseen työnkulkuunsa sisällytettyjen kasvojen täsmäytysennusteiden laatua.

Vastuullisten tekoälyresurssien ja -ominaisuuksien tarjoaminen

AWS:n jatkuva prioriteetti on tarjota asiakkaillemme resurssit ja työkalut, joita he tarvitsevat muuttaakseen vastuullisen tekoälyn teoriasta käytäntöön. Aiemmin tänä vuonna lanseerasimme omamme Koneoppimisen vastuullisen käytön opas joka tarjoaa huomioita ja suosituksia ML:n vastuulliseen käyttöön ML-elinkaarin kaikissa vaiheissa. Tekoälypalvelukortit täydentävät olemassa olevia kehittäjäoppaitamme ja blogikirjoituksiamme, jotka tarjoavat rakentajille kuvauksia palvelun ominaisuuksista ja yksityiskohtaisia ​​ohjeita palvelusovellusliittymiemme käyttöön. Ja kanssa Amazon SageMaker selkeyttää ja Amazon SageMaker -mallimonitori, tarjoamme ominaisuuksia, jotka auttavat havaitsemaan tietojoukkojen ja mallien harhaa ja paremmin valvomaan ja tarkastelemaan mallien ennusteita automaation ja ihmisen valvonnan avulla.

Samalla jatkamme vastuullisen tekoälyn edistämistä muilla keskeisillä ulottuvuuksilla, kuten hallinnossa. Julkaisimme tänään re:Inventissä uudet tarkoitukseen rakennetut työkalut, joiden avulla asiakkaat voivat parantaa ML-projektiensa hallintoa Amazon SageMaker Role Managerin, Amazon SageMaker Model Cards ja Amazon SageMaker Model Dashboardin avulla. Lisätietoja aiheesta AWS News -blogi ja verkkosivusto kuinka nämä työkalut auttavat virtaviivaistamaan ML-hallintaprosesseja.

Koulutus on toinen keskeinen resurssi, joka auttaa edistämään vastuullista tekoälyä. Olemme AWS:ssä sitoutuneet rakentamaan tekoälyn kehittäjien ja datatieteilijöiden seuraavan sukupolven AI- ja ML-stipendiohjelman avulla. AWS Machine Learning University (MLU). Tällä viikolla re:Inventissä julkaisimme uuden julkisen MLU-kurssin oikeudenmukaisuusnäkökohdista ja harhakuvioiden lieventämisestä ML:n elinkaaren aikana. Tämä ilmainen kurssi, jonka opettavat samat Amazonin datatieteilijät, jotka kouluttavat AWS:n työntekijöitä ML:ssä. Tämä ilmainen kurssi sisältää 9 tuntia luentoja ja käytännön harjoituksia, ja se on helppo aloittaa.

AI-palvelukortit: Uusi resurssi – ja jatkuva sitoutuminen

Olemme innoissamme voidessamme tuoda asiakkaillemme ja laajemmalle yhteisölle uuden läpinäkyvyyden resurssin ja tarjota lisätietoa tekoälypalveluidemme suunnitelluista käyttötarkoituksista, rajoituksista, suunnittelusta ja optimoinnista. Tämä perustuu tiukkaan lähestymistapamme rakentamiseen AWS AI -palveluiden vastuullisella tavalla. . Toivomme, että tekoälypalvelukortit toimivat hyödyllisenä läpinäkyvyyden resurssina ja tärkeänä askeleena vastuullisen tekoälyn kehittyvässä ympäristössä. Tekoälypalvelukortit kehittyvät ja laajenevat edelleen, kun olemme yhteydessä asiakkaidemme ja laajemman yhteisön kanssa kerätäksemme palautetta ja toistaaksemme lähestymistapaamme jatkuvasti.

Ota yhteyttä vastuullisten tekoälyasiantuntijoiden ryhmäämme aloittaaksesi keskustelun.

---

Tietoja kirjoittajista

Vasi Philomin on tällä hetkellä varapuheenjohtaja AWS AI -tiimissä kieli- ja puhetekniikan aloilla, kuten Amazon Lex, Amazon Polly, Amazon Translate, Amazon Transcribe/Transcribe Medical, Amazon Comprehend, Amazon Kendra, Amazon Code Whisperer, Amazon Monitron, Amazon Etsi laitteita ja piilolinssiä/äänitunnusta Amazon Connectille sekä koneoppimisratkaisulaboratoriolle ja vastuulliseen tekoälyyn.

Peter Hallinan johtaa vastuullisen tekoälyn tieteen ja käytännön aloitteita AWS AI:ssa yhdessä vastuullisten tekoälyasiantuntijoiden tiimin kanssa. Hänellä on syvää asiantuntemusta tekoälystä (PhD, Harvard) ja yrittäjyydestä (Blindsight, myyty Amazonille). Hänen vapaaehtoistoimintaansa ovat kuuluneet konsulttiprofessorina Stanfordin yliopiston lääketieteellisessä korkeakoulussa ja Madagaskarin Amerikan kauppakamarin puheenjohtajana. Mikäli mahdollista, hän on lastensa kanssa vuoristossa: hiihtää, kiipeillä, vaeltaa ja koskenlaskua