הצגת כרטיסי השירות של AWS AI: משאב חדש לשיפור השקיפות וקידום בינה מלאכותית אחראית

בינה מלאכותית (AI) ולמידת מכונה (ML) הן חלק מהטכנולוגיות הטרנספורמטיביות ביותר שנתקל בהן בדור שלנו - כדי להתמודד עם בעיות עסקיות וחברתיות, לשפר את חוויות הלקוחות ולדרבן חדשנות. יחד עם השימוש הנרחב וההיקף ההולך וגדל של AI מגיעה ההכרה שכולנו חייבים לבנות באחריות. ב-AWS, אנו חושבים שבינה מלאכותית אחראית כוללת מספר ממדי ליבה כולל:

• הגינות והטיה- כיצד מערכת משפיעה על תת-אוכלוסיות שונות של משתמשים (למשל, לפי מגדר, מוצא אתני)
• הסבר- מנגנונים להבנה והערכת התפוקות של מערכת AI
• פרטיות ואבטחה- נתונים מוגנים מפני גניבה וחשיפה
• חוסן- מנגנונים להבטיח שמערכת AI פועלת בצורה אמינה
• ממשל- תהליכים להגדרה, יישום ואכיפת שיטות AI אחראיות בתוך ארגון
• שקיפות- העברת מידע על מערכת בינה מלאכותית כדי שבעלי עניין יוכלו לעשות בחירות מושכלות לגבי השימוש שלהם במערכת

המחויבות שלנו לפיתוח בינה מלאכותית ו-ML בצורה אחראית היא חלק בלתי נפרד מהאופן שבו אנו בונים את השירותים שלנו, מתקשרים עם לקוחות ומניעים חדשנות. אנו גם מחויבים לספק ללקוחות כלים ומשאבים לפיתוח ושימוש ב-AI/ML באחריות, החל ממתן אפשרות לבוני ML עם סביבת פיתוח מנוהלת במלואה ועד לעזור ללקוחות להטמיע שירותי AI במקרי שימוש עסקיים נפוצים.

מתן שקיפות רבה יותר ללקוחות

הלקוחות שלנו רוצים לדעת שהטכנולוגיה בה הם משתמשים פותחה בצורה אחראית. הם רוצים משאבים והדרכה ליישם את הטכנולוגיה הזו באחריות בארגון שלהם. והכי חשוב, הם רוצים להבטיח שהטכנולוגיה שהם מפיצים היא לטובת כולם, במיוחד של משתמשי הקצה שלהם. ב-AWS, אנחנו רוצים לעזור להם להגשים את החזון הזה.

כדי לספק את השקיפות שהלקוחות מבקשים, אנחנו נרגשים להשיק כרטיסי שירות AWS AI, משאב חדש שיעזור ללקוחות להבין טוב יותר את שירותי ה-AWS AI שלנו. כרטיסי שירות בינה מלאכותית הם סוג של תיעוד בינה מלאכותית אחראית המספקת ללקוחות מקום אחד למצוא מידע על מקרי השימוש והמגבלות המיועדים, בחירות תכנון אחראיות של בינה מלאכותית ושיטות עבודה מומלצות של פריסה ואופטימיזציה של ביצועים עבור שירותי הבינה המלאכותית שלנו. הם חלק מתהליך פיתוח מקיף שאנו מתחייבים לבנות את השירותים שלנו בצורה אחראית המתייחסת להוגנות והטיה, להסבר, לחוסן, למשילות, לשקיפות, לפרטיות ואבטחה. ב-AWS re:Invent 2022 אנו הופכים את שלושת כרטיסי השירות הראשונים של AI לזמינים: אמזון זיהוי - התאמת פנים, Amazon Textract - AnalyzeID, ו אמזון תמלול - אצווה (אנגלית-ארה"ב).

רכיבים של כרטיסי שירות AI

כל כרטיס שירות AI מכיל ארבעה חלקים המכסים:

• מושגים בסיסיים כדי לעזור ללקוחות להבין טוב יותר את תכונות השירות או השירות
• מקרי שימוש ומגבלות מיועדים
• שיקולי עיצוב AI אחראי
• הדרכה על פריסה ואופטימיזציה של ביצועים

התוכן של כרטיסי השירות בינה מלאכותית פונה לקהל רחב של לקוחות, טכנולוגים, חוקרים ובעלי עניין אחרים המבקשים להבין טוב יותר את שיקולי המפתח בתכנון ובשימוש אחראי בשירות AI.

הלקוחות שלנו משתמשים בבינה מלאכותית במערך מגוון יותר ויותר של יישומים. ה מקרי שימוש ומגבלות מיועדים מספק מידע על שימושים נפוצים לשירות, ומסייע ללקוחות להעריך אם שירות מתאים ליישום שלהם. לדוגמה, בכרטיס Amazon Transcribe – Batch (אנגלית-ארה"ב) אנו מתארים את מקרה השימוש בשירות של תמלול אוצר מילים למטרות כלליות המדוברות באנגלית אמריקאית מקובץ שמע. אם חברה רוצה פתרון שמתמלל אוטומטית אירוע ספציפי לתחום, כמו כנס בינלאומי למדעי המוח, היא יכולה להוסיף אוצר מילים מותאמים אישית ומודלים של שפה כדי לכלול אוצר מילים מדעי על מנת להגביר את הדיוק של התמלול.

ב סעיף עיצוב של כל כרטיס שירות בינה מלאכותית, אנו מסבירים שיקולי מפתח אחראיים של תכנון בינה מלאכותית על פני תחומים חשובים, כגון המתודולוגיה מונעת המבחן שלנו, הגינות והטיה, יכולת הסבר וציפיות ביצועים. אנו מספקים תוצאות ביצועים לדוגמה על מערך נתונים הערכה המייצג מקרה שימוש נפוץ. עם זאת, דוגמה זו היא רק נקודת התחלה, שכן אנו מעודדים לקוחות לבדוק על מערכי הנתונים שלהם כדי להבין טוב יותר כיצד השירות יפעל על התוכן שלהם ומקרי שימוש על מנת לספק את החוויה הטובה ביותר ללקוחות הקצה שלהם. וזו לא הערכה חד פעמית. כדי לבנות בצורה אחראית, אנו ממליצים על גישה איטרטיבית שבה לקוחות בודקים ומעריכים מדי פעם את היישומים שלהם לגבי דיוק או הטיה אפשרית.

ב פרק שיטות עבודה מומלצות לפריסה ואופטימיזציה של ביצועים, אנו פורסים מנופים מרכזיים שלקוחות צריכים לשקול כדי לייעל את הביצועים של האפליקציה שלהם לפריסה בעולם האמיתי. חשוב להסביר כיצד לקוחות יכולים לייעל את הביצועים של מערכת בינה מלאכותית הפועלת כמרכיב של היישום או זרימת העבודה הכוללת שלהם כדי לקבל את התועלת המרבית. לדוגמה, בכרטיס אמזון זיהוי פנים התאמת פנים המכסה הוספת יכולות זיהוי פנים ליישומי אימות זהות, אנו משתפים בצעדים שלקוחות יכולים לנקוט כדי להגביר את האיכות של תחזיות התאמת הפנים המשולבות בזרימת העבודה שלהם.

אספקת משאבים ויכולות בינה מלאכותית אחראית

להציע ללקוחותינו את המשאבים והכלים הדרושים להם כדי להפוך בינה מלאכותית אחראית מתיאוריה לפרקטיקה היא בעדיפות מתמשכת עבור AWS. מוקדם יותר השנה השקנו את שלנו שימוש אחראי במדריך למידת מכונה המספק שיקולים והמלצות לשימוש אחראי ב-ML בכל שלבי מחזור החיים של ML. כרטיסי שירות בינה מלאכותית משלימים את מדריכי המפתחים והפוסטים הקיימים שלנו בבלוג, המספקים לבונים תיאורים של תכונות השירות והנחיות מפורטות לשימוש בממשקי ה-API של השירות שלנו. ועם אמזון סייג מייקר להבהיר ו אמזון SageMaker דגם צג, אנו מציעים יכולות לסייע בזיהוי הטיה במערך נתונים ובמודלים ולנטר ולבדוק טוב יותר את תחזיות המודל באמצעות אוטומציה ופיקוח אנושי.

במקביל, אנו ממשיכים לקדם בינה מלאכותית אחראית על פני מימדים מרכזיים אחרים, כמו ממשל. ב-re:Invent השקנו היום סט חדש של כלים ייעודיים כדי לעזור ללקוחות לשפר את הניהול של פרויקטי ה-ML שלהם עם Amazon SageMaker Role Manager, Amazon SageMaker Model Cards ו-Amazon SageMaker Model Dashboard. למידע נוסף על בלוג חדשות AWS ו אתר אינטרנט על האופן שבו כלים אלה עוזרים לייעל תהליכי ממשל ML.

חינוך הוא משאב מפתח נוסף שעוזר לקדם בינה מלאכותית אחראית. ב-AWS אנו מחויבים לבנות את הדור הבא של מפתחים ומדעני נתונים בתחום הבינה המלאכותית עם תוכנית המלגות של AI ו-ML אוניברסיטת למידת מכונה של AWS (MLU). השבוע ב-re:Invent השקנו קורס MLU חדש ופומבי בנושא שיקולי הוגנות והפחתת הטיות לאורך מחזור החיים של ML. נלמד על ידי אותם מדעני נתונים של אמזון המאמנים עובדי AWS ב-ML, הקורס החינמי הזה כולל 9 שעות של הרצאות ותרגילים מעשיים וקל להתחיל.

כרטיסי שירות בינה מלאכותית: משאב חדש - ומחויבות מתמשכת

אנו נרגשים להביא משאב שקיפות חדש ללקוחותינו ולקהילה הרחבה יותר ולספק מידע נוסף על השימושים המיועדים, המגבלות, העיצוב והאופטימיזציה של שירותי ה-AI שלנו, בהתבסס על הגישה הקפדנית שלנו לבניית שירותי AI של AWS בצורה אחראית . תקוותנו היא שכרטיסי שירות בינה מלאכותית יפעלו כמשאב שימושי לשקיפות וכצעד חשוב בנוף המתפתח של בינה מלאכותית אחראית. כרטיסי שירות בינה מלאכותית ימשיכו להתפתח ולהתרחב ככל שאנו מתקשרים עם הלקוחות שלנו והקהילה הרחבה יותר כדי לאסוף משוב ולחזור על הגישה שלנו ללא הרף.

צור קשר עם קבוצת מומחי הבינה המלאכותית האחראים שלנו לפתוח בשיחה.

---

על המחברים

ואסי פילומין הוא כיום סגן נשיא בצוות ה-AI של AWS לשירותים בתחומי טכנולוגיות השפה והדיבור כגון Amazon Lex, Amazon Polly, Amazon Translate, Amazon Transcribe/Transcribe Medical, Amazon Comprehend, Amazon Kendra, Amazon Code Whisperer, Amazon Monitron, Amazon חפש ציוד ועדשות מגע/זיהוי קולי עבור Amazon Connect וכן מעבדת פתרונות למידת מכונה ובינה מלאכותית אחראית.

פיטר האלינן מוביל יוזמות במדע ובפרקטיקה של AI אחראי ב-AWS AI, לצד צוות של מומחי AI אחראיים. יש לו מומחיות עמוקה בבינה מלאכותית (דוקטורט, הרווארד) ויזמות (Blindsight, נמכרה לאמזון). פעילותו ההתנדבותית כללה שירות כפרופסור לייעוץ בבית הספר לרפואה של אוניברסיטת סטנפורד, וכנשיא לשכת המסחר האמריקאית במדגסקר. כשאפשר, הוא יוצא להרים עם ילדיו: סקי, טיפוס, טיולים ורפטינג