Ocena:
Książka „Odpowiedzialna sztuczna inteligencja w przedsiębiorstwie” stanowi kompleksowy przewodnik po etycznym wdrażaniu sztucznej inteligencji, dostarczając praktycznej wiedzy i praktycznych strategii poruszania się po zagrożeniach związanych ze sztuczną inteligencją i zapewniając odpowiedzialne wdrażanie w kontekście biznesowym. Obejmuje ona podstawowe pojęcia, takie jak uczciwość, stronniczość, przejrzystość i zgodność, dzięki czemu jest odpowiednia dla szerokiego grona specjalistów w dziedzinie sztucznej inteligencji.
Zalety:Książka jest chwalona za kompleksowe i praktyczne podejście, zapewniające równowagę między dyskusjami technicznymi i etycznymi. Zawiera rzeczywiste przykłady, fragmenty kodu i praktyczne wskazówki dotyczące korzystania z głównych narzędzi zarządzania sztuczną inteligencją. Książka jest przystępna dla szerokiego grona odbiorców, w tym naukowców zajmujących się danymi, menedżerów i decydentów, i kładzie nacisk na język neutralny pod względem płci. Skupienie się na zgodności i kwestiach etycznych sprawia, że jest to szczególnie istotne w dzisiejszym środowisku opartym na danych.
Wady:Niektórzy czytelnicy mogą uznać, że choć książka jest kompleksowa, może potencjalnie przytłoczyć osoby z niewielką wcześniejszą wiedzą na temat koncepcji sztucznej inteligencji. Ponadto osoby poszukujące bardziej zaawansowanych treści technicznych mogą uznać niektóre sekcje za zbyt podstawowe lub wprowadzające.
(na podstawie 5 opinii czytelników)
Responsible AI in the Enterprise: Practical AI risk management for explainable, auditable, and safe models with hyperscalers and Azure OpenAI
Twórz i wdrażaj modele sztucznej inteligencji z powodzeniem, badając zarządzanie modelami, uczciwość, stronniczość i potencjalne pułapki
Zakup książki w wersji drukowanej lub Kindle obejmuje bezpłatny eBook w formacie PDF
Kluczowe cechy:
⬤ Poznanie zasad etycznych, ram i zarządzania sztuczną inteligencją.
⬤ Zrozumienie koncepcji oceny uczciwości i łagodzenia uprzedzeń.
⬤ Wdrożenie wytłumaczalnej sztucznej inteligencji i przejrzystości w modelach uczenia maszynowego.
Opis książki:
Responsible AI in the Enterprise to kompleksowy przewodnik po wdrażaniu etycznych, przejrzystych i zgodnych z przepisami systemów sztucznej inteligencji w organizacji. Skupiając się na zrozumieniu kluczowych koncepcji modeli uczenia maszynowego, książka ta wyposaża cię w techniki i algorytmy pozwalające radzić sobie ze złożonymi kwestiami, takimi jak stronniczość, uczciwość i zarządzanie modelami.
W całej książce poznasz FairLearn i InterpretML, a także Google What-If Tool, ML Fairness Gym, narzędzie IBM AI 360 Fairness i Aequitas. Poznasz różne aspekty odpowiedzialnej sztucznej inteligencji, w tym interpretowalność modeli, monitorowanie i zarządzanie dryfem modeli oraz zalecenia dotyczące zgodności. Uzyskasz praktyczny wgląd w korzystanie z narzędzi do zarządzania sztuczną inteligencją w celu zapewnienia uczciwości, ograniczania uprzedzeń, wyjaśnialności, zgodności z przepisami dotyczącymi prywatności i prywatności w środowisku korporacyjnym. Ponadto poznasz zestawy narzędzi do interpretacji i miary uczciwości oferowane przez głównych dostawców sztucznej inteligencji w chmurze, takich jak IBM, Amazon, Google i Microsoft, jednocześnie odkrywając, jak używać FairLearn do oceny uczciwości i ograniczania uprzedzeń. Nauczysz się także budować wytłumaczalne modele przy użyciu globalnego i lokalnego podsumowania funkcji, lokalnego modelu zastępczego, wartości Shapleya, kotwic i wyjaśnień kontrfaktycznych.
Pod koniec tej książki będziesz dobrze wyposażony w narzędzia i techniki do tworzenia przejrzystych i odpowiedzialnych modeli uczenia maszynowego.
Czego się nauczysz:
⬤ Zrozumieć zrozumiałe podstawy sztucznej inteligencji, podstawowe metody i techniki.
⬤ Poznaj zarządzanie modelami, w tym tworzenie modeli uczenia maszynowego, które można wyjaśnić, skontrolować i zinterpretować.
⬤ Korzystanie z wykresu częściowej zależności, globalnego podsumowania cech, indywidualnego oczekiwania warunku i interakcji cech.
⬤ Budowanie objaśnialnych modeli z globalnymi i lokalnymi podsumowaniami cech oraz funkcjami wpływu w praktyce.
⬤ Projektować i budować przejrzyste potoki uczenia maszynowego.
⬤ Odkryj Microsoft FairLearn i rynek dla różnych narzędzi AI o otwartym kodzie źródłowym i platform chmurowych.
Dla kogo jest ta książka:
Ta książka jest przeznaczona dla naukowców zajmujących się danymi, inżynierów uczenia maszynowego, praktyków AI, specjalistów IT, interesariuszy biznesowych i etyków AI, którzy są odpowiedzialni za wdrażanie modeli AI w swoich organizacjach.
