Giới thiệu Thẻ dịch vụ AWS AI: Tài nguyên mới để nâng cao tính minh bạch và nâng cao AI có trách nhiệm

Trí tuệ nhân tạo (AI) và máy học (ML) là một số công nghệ mang tính biến đổi nhất mà chúng ta sẽ gặp trong thế hệ của mình—để giải quyết các vấn đề kinh doanh và xã hội, cải thiện trải nghiệm của khách hàng và thúc đẩy đổi mới. Cùng với việc sử dụng rộng rãi và quy mô ngày càng tăng của AI, chúng ta nhận ra rằng tất cả chúng ta phải xây dựng một cách có trách nhiệm. Tại AWS, chúng tôi cho rằng AI có trách nhiệm bao gồm một số khía cạnh cốt lõi, bao gồm:

• Sự công bằng và thiên vị– Cách hệ thống tác động đến các nhóm người dùng khác nhau (ví dụ: theo giới tính, dân tộc)
• Giải thích– Cơ chế hiểu và đánh giá kết quả đầu ra của hệ thống AI
• Bảo mật và An ninh– Dữ liệu được bảo vệ khỏi trộm cắp và tiếp xúc
• Độ bền– Cơ chế đảm bảo hệ thống AI hoạt động tin cậy
• Quản trị– Các quy trình xác định, triển khai và thực thi các hoạt động AI có trách nhiệm trong một tổ chức
• Minh bạch– Truyền đạt thông tin về hệ thống AI để các bên liên quan có thể đưa ra lựa chọn sáng suốt về việc sử dụng hệ thống của họ

Cam kết của chúng tôi trong việc phát triển AI và ML một cách có trách nhiệm là điều không thể thiếu trong cách chúng tôi xây dựng dịch vụ của mình, tương tác với khách hàng và thúc đẩy sự đổi mới. Chúng tôi cũng cam kết cung cấp cho khách hàng các công cụ và tài nguyên để phát triển và sử dụng AI/ML một cách có trách nhiệm, từ việc cho phép các nhà xây dựng ML có môi trường phát triển được quản lý hoàn toàn đến việc giúp khách hàng nhúng các dịch vụ AI vào các trường hợp sử dụng kinh doanh thông thường.

Cung cấp cho khách hàng sự minh bạch hơn

Khách hàng của chúng tôi muốn biết rằng công nghệ họ đang sử dụng được phát triển một cách có trách nhiệm. Họ muốn có nguồn lực và hướng dẫn để triển khai công nghệ đó một cách có trách nhiệm tại tổ chức của họ. Và quan trọng nhất, họ muốn đảm bảo rằng công nghệ họ triển khai mang lại lợi ích cho mọi người, đặc biệt là người dùng cuối. Tại AWS, chúng tôi muốn giúp họ biến tầm nhìn này thành hiện thực.

Để mang lại sự minh bạch mà khách hàng yêu cầu, chúng tôi rất vui mừng được ra mắt Thẻ dịch vụ AI AWS, một nguồn tài nguyên mới giúp khách hàng hiểu rõ hơn về các dịch vụ AI AWS của chúng tôi. Thẻ dịch vụ AI là một dạng tài liệu AI có trách nhiệm cung cấp cho khách hàng một nơi duy nhất để tìm thông tin về các trường hợp và giới hạn sử dụng dự định, các lựa chọn thiết kế AI có trách nhiệm cũng như các phương pháp hay nhất về triển khai và tối ưu hóa hiệu suất cho các dịch vụ AI của chúng tôi. Chúng là một phần của quy trình phát triển toàn diện mà chúng tôi cam kết xây dựng các dịch vụ của mình một cách có trách nhiệm nhằm giải quyết sự công bằng và thiên vị, khả năng giải thích, tính hiệu quả, quản trị, tính minh bạch, quyền riêng tư và bảo mật. Tại AWS re:Invent 2022, chúng tôi sẽ cung cấp ba Thẻ dịch vụ AI đầu tiên: Nhận dạng lại Amazon – So khớp khuôn mặt, Văn bản Amazon – Phân tích IDvà Amazon Transcribe – Lô (tiếng Anh-Mỹ).

Các thành phần của Thẻ dịch vụ AI

Mỗi Thẻ dịch vụ AI có bốn phần bao gồm:

• Các khái niệm cơ bản giúp khách hàng hiểu rõ hơn về dịch vụ hoặc tính năng của dịch vụ
• Các trường hợp sử dụng dự kiến ​​và hạn chế
• Cân nhắc thiết kế AI có trách nhiệm
• Hướng dẫn triển khai và tối ưu hóa hiệu suất

Nội dung của Thẻ dịch vụ AI hướng đến nhiều đối tượng khách hàng, nhà công nghệ, nhà nghiên cứu và các bên liên quan khác, những người muốn hiểu rõ hơn những cân nhắc chính trong việc thiết kế và sử dụng dịch vụ AI có trách nhiệm.

Khách hàng của chúng tôi sử dụng AI trong bộ ứng dụng ngày càng đa dạng. Các phần mục đích sử dụng và giới hạn cung cấp thông tin về cách sử dụng phổ biến của một dịch vụ và giúp khách hàng đánh giá liệu dịch vụ đó có phù hợp với ứng dụng của họ hay không. Ví dụ: trong Thẻ Amazon Transcribe – Batch (Anh-Mỹ), chúng tôi mô tả trường hợp sử dụng dịch vụ chép lại từ vựng có mục đích chung được nói bằng tiếng Anh Mỹ từ một tệp âm thanh. Nếu một công ty muốn có giải pháp tự động phiên âm một sự kiện theo miền cụ thể, chẳng hạn như hội nghị khoa học thần kinh quốc tế, họ có thể thêm từ vựng và mô hình ngôn ngữ tùy chỉnh để bao gồm từ vựng khoa học nhằm tăng độ chính xác của bản phiên âm.

Trong tạp chí phần thiết kế Trong mỗi Thẻ dịch vụ AI, chúng tôi giải thích những cân nhắc chính về thiết kế AI có trách nhiệm trên các lĩnh vực quan trọng, chẳng hạn như phương pháp dựa trên thử nghiệm, tính công bằng và thiên vị, khả năng giải thích và kỳ vọng về hiệu suất. Chúng tôi cung cấp các kết quả hiệu suất mẫu trên tập dữ liệu đánh giá đại diện cho trường hợp sử dụng phổ biến. Tuy nhiên, ví dụ này chỉ là điểm khởi đầu vì chúng tôi khuyến khích khách hàng thử nghiệm trên tập dữ liệu của riêng họ để hiểu rõ hơn cách dịch vụ sẽ hoạt động trên nội dung và trường hợp sử dụng của riêng họ nhằm mang lại trải nghiệm tốt nhất cho khách hàng cuối. Và đây không phải là đánh giá một lần. Để xây dựng một cách có trách nhiệm, chúng tôi khuyên bạn nên áp dụng phương pháp lặp đi lặp lại trong đó khách hàng định kỳ kiểm tra và đánh giá ứng dụng của mình về độ chính xác hoặc khả năng sai lệch.

Trong tạp chí phần thực tiễn tốt nhất để triển khai và tối ưu hóa hiệu suất, chúng tôi đưa ra các đòn bẩy chính mà khách hàng nên xem xét để tối ưu hóa hiệu suất ứng dụng của họ nhằm triển khai trong thế giới thực. Điều quan trọng là phải giải thích cách khách hàng có thể tối ưu hóa hiệu suất của hệ thống AI hoạt động như một thành phần của ứng dụng hoặc quy trình làm việc tổng thể của họ để nhận được lợi ích tối đa. Ví dụ: trong Thẻ Amazon Rekognition Face Matching Card bao gồm việc bổ sung khả năng nhận dạng khuôn mặt cho các ứng dụng xác minh danh tính, chúng tôi chia sẻ các bước mà khách hàng có thể thực hiện để tăng chất lượng của các dự đoán khớp khuôn mặt được tích hợp vào quy trình làm việc của họ.

Cung cấp các nguồn lực và khả năng AI có trách nhiệm

Cung cấp cho khách hàng các tài nguyên và công cụ họ cần để chuyển đổi AI có trách nhiệm từ lý thuyết sang thực hành là ưu tiên thường xuyên của AWS. Đầu năm nay, chúng tôi đã ra mắt Hướng dẫn sử dụng máy học có trách nhiệm cung cấp những cân nhắc và đề xuất để sử dụng ML một cách có trách nhiệm trong tất cả các giai đoạn của vòng đời ML. Thẻ dịch vụ AI bổ sung cho các hướng dẫn dành cho nhà phát triển hiện có và bài đăng trên blog của chúng tôi, cung cấp cho người xây dựng mô tả về các tính năng dịch vụ và hướng dẫn chi tiết để sử dụng API dịch vụ của chúng tôi. Và với Làm rõ Amazon SageMaker và Giám sát mô hình Amazon SageMaker, chúng tôi cung cấp các khả năng giúp phát hiện sai lệch trong bộ dữ liệu và mô hình, đồng thời giám sát và xem xét các dự đoán mô hình tốt hơn thông qua tự động hóa và giám sát của con người.

Đồng thời, chúng tôi tiếp tục thúc đẩy AI có trách nhiệm trên các khía cạnh quan trọng khác, chẳng hạn như quản trị. Tại re:Invent hôm nay, chúng tôi đã ra mắt một bộ công cụ mới được xây dựng có mục đích để giúp khách hàng cải thiện khả năng quản trị các dự án ML của họ với Trình quản lý vai trò Amazon SageMaker, Thẻ mô hình Amazon SageMaker và Bảng thông tin mô hình Amazon SageMaker. Tìm hiểu thêm trên Blog tin tức AWS và trang mạng về cách những công cụ này giúp hợp lý hóa quy trình quản trị ML.

Giáo dục là một nguồn tài nguyên quan trọng khác giúp thúc đẩy AI có trách nhiệm. Tại AWS, chúng tôi cam kết xây dựng thế hệ nhà phát triển và nhà khoa học dữ liệu tiếp theo về AI với Chương trình học bổng AI và ML và Đại học máy học AWS (MLU). Tuần này tại re:Invent, chúng tôi đã triển khai một khóa học MLU công khai mới về các cân nhắc về tính công bằng và giảm thiểu thành kiến ​​trong vòng đời ML. Được giảng dạy bởi chính các nhà khoa học dữ liệu của Amazon, những người đào tạo nhân viên AWS về ML, khóa học miễn phí này có 9 giờ giảng và bài tập thực hành, đồng thời rất dễ dàng để bắt đầu.

Thẻ dịch vụ AI: Một nguồn tài nguyên mới—và một cam kết liên tục

Chúng tôi rất vui mừng được mang đến một nguồn tài nguyên minh bạch mới cho khách hàng và cộng đồng rộng lớn hơn, đồng thời cung cấp thêm thông tin về mục đích sử dụng, giới hạn, thiết kế và tối ưu hóa các dịch vụ AI của chúng tôi, dựa trên cách tiếp cận nghiêm ngặt của chúng tôi để xây dựng các dịch vụ AWS AI một cách có trách nhiệm . Chúng tôi hy vọng rằng Thẻ dịch vụ AI sẽ hoạt động như một nguồn tài nguyên minh bạch hữu ích và là một bước quan trọng trong bối cảnh phát triển của AI có trách nhiệm. Thẻ dịch vụ AI sẽ tiếp tục phát triển và mở rộng khi chúng tôi tương tác với khách hàng và cộng đồng rộng lớn hơn để thu thập phản hồi và liên tục lặp lại phương pháp tiếp cận của chúng tôi.

Liên hệ với nhóm chuyên gia AI có trách nhiệm của chúng tôi để bắt đầu một cuộc trò chuyện.

---

Giới thiệu về tác giả

Vasi Philomin hiện là Phó chủ tịch trong nhóm AWS AI phụ trách các dịch vụ trong lĩnh vực công nghệ ngôn ngữ và giọng nói như Amazon Lex, Amazon Polly, Amazon Translate, Amazon Transcribe/Transcribe Medical, Amazon Comprehend, Amazon Kendra, Amazon Code Whisperer, Amazon Monitron, Amazon Tìm kiếm Thiết bị và Kính áp tròng/ID giọng nói cho Amazon Connect cũng như Phòng thí nghiệm giải pháp máy học và AI có trách nhiệm.

Peter Hallinan lãnh đạo các sáng kiến ​​về khoa học và thực hành AI có trách nhiệm tại AWS AI, cùng với một nhóm chuyên gia AI có trách nhiệm. Anh ấy có chuyên môn sâu về AI (Tiến sĩ, Harvard) và tinh thần kinh doanh (Blindsight, đã bán cho Amazon). Các hoạt động tình nguyện của anh ấy bao gồm việc phục vụ với tư cách là giáo sư tư vấn tại Trường Y Đại học Stanford và là chủ tịch Phòng Thương mại Hoa Kỳ tại Madagascar. Khi có thể, anh ấy cùng các con lên núi: trượt tuyết, leo núi, đi bộ đường dài và đi bè