Vă prezentăm AWS AI Service Cards: o nouă resursă pentru a spori transparența și a promova AI responsabilă

Inteligența artificială (AI) și învățarea automată (ML) sunt unele dintre cele mai transformatoare tehnologii pe care le vom întâlni în generația noastră – pentru a aborda problemele de afaceri și societale, pentru a îmbunătăți experiențele clienților și pentru a stimula inovația. Odată cu utilizarea pe scară largă și amploarea tot mai mare a AI vine și recunoașterea faptului că trebuie să construim cu toții în mod responsabil. La AWS, credem că AI responsabilă cuprinde o serie de dimensiuni de bază, inclusiv:

• Corectitudine și părtinire– Cum afectează un sistem diferite subpopulații de utilizatori (de exemplu, după sex, etnie)
• Explicabilitate– Mecanisme de înțelegere și evaluare a rezultatelor unui sistem AI
• Confidențialitate și securitate– Date protejate de furt și expunere
• Robusteţe– Mecanisme pentru a se asigura că un sistem AI funcționează în mod fiabil
• Guvernanță– Procese pentru definirea, implementarea și aplicarea practicilor responsabile de IA în cadrul unei organizații
• Transparență– Comunicarea informațiilor despre un sistem AI, astfel încât părțile interesate să poată face alegeri informate cu privire la utilizarea sistemului

Angajamentul nostru de a dezvolta AI și ML într-un mod responsabil este parte integrantă a modului în care ne construim serviciile, ne angajăm cu clienții și stimulăm inovația. De asemenea, ne angajăm să oferim clienților instrumente și resurse pentru a dezvolta și utiliza AI/ML în mod responsabil, de la oferirea constructorilor de ML cu un mediu de dezvoltare complet gestionat, până la ajutarea clienților să integreze serviciile AI în cazuri comune de utilizare în afaceri.

Oferirea clienților cu mai multă transparență

Clienții noștri doresc să știe că tehnologia pe care o folosesc a fost dezvoltată într-un mod responsabil. Ei doresc resurse și îndrumări pentru a implementa acea tehnologie în mod responsabil la propria organizație. Și, cel mai important, vor să se asigure că tehnologia pe care o lansează este în beneficiul tuturor, în special al utilizatorilor lor finali. La AWS, vrem să-i ajutăm să dea viață acestei viziuni.

Pentru a oferi transparența pe care o cer clienții, suntem încântați să lansăm Carduri de servicii AWS AI, o nouă resursă pentru a ajuta clienții să înțeleagă mai bine serviciile noastre AWS AI. Cardurile de servicii AI sunt o formă de documentație AI responsabilă care oferă clienților un singur loc pentru a găsi informații despre cazurile de utilizare și limitările preconizate, alegerile responsabile de proiectare AI și cele mai bune practici de implementare și optimizare a performanței pentru serviciile noastre AI. Ele fac parte dintr-un proces cuprinzător de dezvoltare pe care îl întreprindem pentru a ne construi serviciile într-un mod responsabil, care abordează corectitudinea și părtinirea, explicabilitatea, robustețea, guvernanța, transparența, confidențialitatea și securitatea. La AWS re:Invent 2022 punem la dispoziție primele trei carduri de servicii AI: Amazon Rekognition – Potrivirea feței, Amazon Text – AnalyzeID, și Amazon Transcribe – lot (engleză-SUA).

Componentele cardurilor de servicii AI

Fiecare card de servicii AI conține patru secțiuni care acoperă:

• Concepte de bază pentru a ajuta clienții să înțeleagă mai bine serviciul sau caracteristicile serviciului
• Cazuri de utilizare preconizate și limitări
• Considerații responsabile de proiectare AI
• Îndrumări privind implementarea și optimizarea performanței

Conținutul cardurilor de servicii AI se adresează unui public larg de clienți, tehnologi, cercetători și alte părți interesate care încearcă să înțeleagă mai bine considerentele cheie în proiectarea și utilizarea responsabilă a unui serviciu AI.

Clienții noștri folosesc AI într-un set din ce în ce mai divers de aplicații. The secțiunea cazuri de utilizare și limitări prevăzute oferă informații despre utilizările obișnuite ale unui serviciu și îi ajută pe clienți să evalueze dacă un serviciu este potrivit pentru aplicația lor. De exemplu, în cardul Amazon Transcribe – Batch (engleză-SUA) descriem cazul de utilizare a serviciului de transcriere a vocabularului de uz general vorbit în engleza SUA dintr-un fișier audio. Dacă o companie dorește o soluție care să transcrie automat un eveniment specific domeniului, cum ar fi o conferință internațională de neuroștiință, poate adăuga vocabulare personalizate și modele lingvistice pentru a include vocabularul științific pentru a crește acuratețea transcripției.

În sectiunea de proiectare din fiecare card de servicii AI, explicăm considerente cheie de proiectare AI responsabile în domenii importante, cum ar fi metodologia noastră bazată pe teste, corectitudinea și părtinirea, explicabilitatea și așteptările de performanță. Oferim exemple de rezultate de performanță pe un set de date de evaluare care este reprezentativ pentru un caz de utilizare comun. Acest exemplu este însă doar un punct de plecare, deoarece încurajăm clienții să testeze propriile seturi de date pentru a înțelege mai bine cum va funcționa serviciul pe propriul conținut și cazuri de utilizare, pentru a oferi cea mai bună experiență pentru clienții lor finali. Și aceasta nu este o evaluare unică. Pentru a construi într-un mod responsabil, recomandăm o abordare iterativă în care clienții testează și evaluează periodic aplicațiile lor pentru acuratețe sau posibile părtiniri.

În cele mai bune practici pentru implementare și secțiunea de optimizare a performanței, prezentăm pârghii cheie pe care clienții ar trebui să le ia în considerare pentru a optimiza performanța aplicației lor pentru implementarea în lumea reală. Este important să explicăm modul în care clienții pot optimiza performanța unui sistem AI care acționează ca o componentă a aplicației lor generale sau a fluxului de lucru pentru a obține beneficii maxime. De exemplu, în cardul Amazon Rekognition Face Matching Card care acoperă adăugarea de capabilități de recunoaștere a feței la aplicațiile de verificare a identității, împărtășim pașii pe care clienții pot lua pentru a crește calitatea predicțiilor de potrivire a feței încorporate în fluxul lor de lucru.

Furnizarea de resurse și capabilități responsabile de AI

Oferirea clienților noștri resursele și instrumentele de care au nevoie pentru a transforma IA responsabilă de la teorie la practică este o prioritate continuă pentru AWS. La începutul acestui an am lansat sistemul nostru Utilizarea responsabilă a ghidului de învățare automată care oferă considerații și recomandări pentru utilizarea responsabilă a ML în toate fazele ciclului de viață ML. Cardurile de servicii AI completează ghidurile și postările de blog existente pentru dezvoltatori, care oferă constructorilor descrieri ale caracteristicilor serviciului și instrucțiuni detaliate pentru utilizarea API-urilor noastre de servicii. Si cu Amazon SageMaker Clarify și Monitor de model Amazon SageMaker, oferim capabilități pentru a ajuta la detectarea părtinirii în seturile de date și modele și pentru a monitoriza și revizui mai bine predicțiile modelului prin automatizare și supraveghere umană.

În același timp, continuăm să promovăm IA responsabilă în alte dimensiuni cheie, cum ar fi guvernanța. La re:Invent am lansat astăzi un nou set de instrumente special concepute pentru a ajuta clienții să își îmbunătățească guvernarea proiectelor ML cu Amazon SageMaker Role Manager, Amazon SageMaker Model Cards și Amazon SageMaker Model Dashboard. Aflați mai multe despre Blogul AWS News și despre modul în care aceste instrumente ajută la eficientizarea proceselor de guvernare ML.

Educația este o altă resursă cheie care ajută la promovarea AI responsabilă. La AWS ne angajăm să construim următoarea generație de dezvoltatori și oameni de știință de date în AI cu programul de burse AI și ML și Universitatea AWS Machine Learning (MLU). Săptămâna aceasta, la re:Invent, am lansat un nou curs public MLU privind considerentele de corectitudine și atenuarea părtinirii de-a lungul ciclului de viață ML. Predat de aceiași oameni de știință de date Amazon care pregătesc angajații AWS pe ML, acest curs gratuit include 9 ore de prelegeri și exerciții practice și este ușor de incepe.

Carduri de servicii AI: o nouă resursă și un angajament continuu

Suntem încântați să aducem o nouă resursă de transparență clienților noștri și comunității mai largi și să furnizăm informații suplimentare despre utilizările preconizate, limitările, designul și optimizarea serviciilor noastre AI, informați de abordarea noastră riguroasă de a construi serviciile AWS AI într-un mod responsabil. . Speranța noastră este că cardurile de servicii AI vor acționa ca o resursă utilă de transparență și un pas important în peisajul evolutiv al IA responsabilă. Cardurile de servicii AI vor continua să evolueze și să se extindă pe măsură ce ne angajăm cu clienții noștri și cu comunitatea mai largă pentru a colecta feedback și a repeta în mod continuu abordarea noastră.

Contactați grupul nostru de experți responsabili în IA pentru a începe o conversație.

---

Despre autori

Vasi Philomin este în prezent vicepreședinte în echipa AWS AI pentru servicii în domeniile limbajului și tehnologiilor de vorbire precum Amazon Lex, Amazon Polly, Amazon Translate, Amazon Transcribe/Transcribe Medical, Amazon Comprehend, Amazon Kendra, Amazon Code Whisperer, Amazon Monitron, Amazon Căutați echipamente și lentile de contact/identificare vocală pentru Amazon Connect, precum și Laboratorul de soluții de învățare automată și IA responsabilă.

Peter Hallinan conduce inițiative în știința și practica IA responsabilă la AWS AI, alături de o echipă de experți responsabili în IA. Are o expertiză profundă în AI (doctorat, Harvard) și antreprenoriat (Blindsight, vândut către Amazon). Activitățile sale de voluntariat au inclus serviciul ca profesor consultant la Școala de Medicină a Universității Stanford și ca președinte al Camerei de Comerț Americane din Madagascar. Când este posibil, pleacă la munte cu copiii săi: schi, alpinism, drumeții și rafting