AI có trách nhiệm: Từ nguyên tắc đến thực hành
Thúc đẩy triển khai AI đáng tin cậy với hướng dẫn từ chuyên gia và công cụ thiết thực
Xây dựng AI một cách có trách nhiệm
Sự phát triển nhanh chóng của AI và tác tử thông minh đang mở ra những đổi mới đầy hứa hẹn, đồng thời cũng mang đến những thách thức mới. Tại AWS, chúng tôi làm cho AI có trách nhiệm trở nên thiết thực và có thể điều chỉnh quy mô, giúp bạn đẩy nhanh tốc độ đổi mới AI đáng tin cậy. Chúng tôi áp dụng phương pháp tiếp cận lấy con người làm trung tâm, trong đó ưu tiên giáo dục, khoa học và khách hàng để tích hợp AI có trách nhiệm trong vòng đời AI một cách toàn diện. Các phương pháp thực hành tối ưu dựa trên cơ sở khoa học, biện pháp bảo vệ tích hợp sẵn cùng bộ công cụ của chúng tôi giúp bạn xây dựng và vận hành AI có trách nhiệm trên mọi trường hợp sử dụng. Xây dựng bằng biện pháp thực hành AI có trách nhiệm ngay từ ngày đầu tiên để vững vàng tiến bước nhanh hơn và giành được sự tin tưởng từ khách hàng.
AI có trách nhiệm là gì?
AWS định nghĩa AI có trách nhiệm bằng bộ tiêu chí cốt lõi được chúng tôi đánh giá và cập nhật theo thời gian khi công nghệ AI phát triển.
Công bằng
Xem xét tác động đến nhiều nhóm bên liên quan khác nhau
Khả năng giải thích
Hiểu và đánh giá kết quả đầu ra của hệ thống
Quyền riêng tư và bảo mật
Thu thập, sử dụng và bảo vệ dữ liệu cũng như mô hình một cách thích hợp
An toàn
Ngăn chặn hành vi lạm dụng và tạo kết quả đầu ra gây hại cho hệ thống
Khả năng kiểm soát
Có cơ chế giám sát và điều khiển hành vi của hệ thống AI
Chính xác và mạnh mẽ
Đạt được kết quả đầu ra chính xác từ hệ thống, ngay cả với đầu vào không mong muốn và đối nghịch
Quản trị
Kết hợp biện pháp thực hành tốt nhất vào chuỗi cung ứng AI, trong đó có nhà cung cấp và người triển khai
Tính minh bạch
Cho phép các bên liên quan đưa ra lựa chọn có đủ cơ sở thông tin về mức độ tương tác với hệ thống AI
Các phương pháp thực hành tối ưu về AI có trách nhiệm
Những tiêu chí cốt lõi của AI có trách nhiệm này đại diện cho các thuộc tính kỹ thuật vốn có trong mọi hệ thống AI — nhiệm vụ của bạn là đưa ra những lựa chọn thiết kế có tính toán cho trường hợp sử dụng cụ thể của mình. Lăng kính AI có trách nhiệm của AWS Well-Architected mới cung cấp các phương pháp thực hành tối ưu cùng hướng dẫn thiết thực, giúp bạn giải quyết những yếu tố cần cân nhắc này xuyên suốt quá trình thiết kế, phát triển và vận hành. Áp dụng hướng dẫn này để đưa ra những quyết định sáng suốt giúp cân bằng các yêu cầu kinh doanh và kỹ thuật, đồng thời đẩy nhanh tốc độ triển khai các hệ thống AI đáng tin cậy.
Dịch vụ và công cụ
AWS cung cấp các dịch vụ và công cụ giúp bạn thiết kế, xây dựng và vận hành các hệ thống AI một cách có trách nhiệm.
Xây dựng cùng các biện pháp bảo vệ có thể tuỳ chỉnh cấu hình
Quy tắc bảo vệ cho Amazon Bedrock giúp bạn thực hiện các biện pháp bảo vệ tùy chỉnh theo yêu cầu ứng dụng của bạn và chính sách AI có trách nhiệm. Nhờ các biện pháp bảo vệ an toàn hàng đầu ngành giúp chặn tới 88% nội dung gây hại và cung cấp những lời giải thích có thể kiểm chứng bằng toán học cho các quyết định xác thực với độ chính xác 99%, Quy tắc bảo vệ cho Bedrock mang đến các biện pháp bảo vệ tùy chỉnh nhằm hỗ trợ phát hiện và lọc nội dung văn bản lẫn hình ảnh gây hại, che giấu thông tin nhạy cảm và phát hiện hiện tượng ảo giác của mô hình. Sử dụng Quy tắc bảo vệ Bedrock với bất kỳ mô hình nền tảng nào — trong Amazon Bedrock hoặc tự vận hành — để đảm bảo các biện pháp kiểm soát an toàn và quyền riêng tư nhất quán trên mọi ứng dụng của bạn.
Đánh giá mô hình nền tảng (FM)
Đánh giá mô hình trên Amazon Bedrock giúp bạn đánh giá, so sánh và chọn mô hình nền tảng tốt nhất cho trường hợp sử dụng của bạn dựa trên các số liệu tùy chỉnh như độ chính xác, độ mạnh mẽ và độ độc hại. Bạn cũng có thể sử dụng Amazon SageMaker Clarify và fmeval để đánh giá mô hình.
Phát hiện sai lệch và giải thích dự đoán
Thiên kiến là sự mất cân bằng trong dữ liệu hoặc sự chênh lệch trong hiệu suất của một mô hình giữa các nhóm khác nhau. Amazon SageMaker Clarify giúp bạn giảm thiểu thiên kiến bằng cách phát hiện sớm thiên kiến tiềm ẩn trong quá trình chuẩn bị dữ liệu, sau khi đào tạo mô hình và trong mô hình đã triển khai bằng cách kiểm tra các thuộc tính cụ thể.
Hiểu hành vi của mô hình là rất quan trọng để phát triển các mô hình chính xác hơn và đưa ra quyết định tốt hơn. Amazon SageMaker Clarify cung cấp khả năng hiển thị hành vi của mô hình tốt hơn, do đó bạn có thể chứng minh tính minh bạch cho các bên liên quan, đưa ra các quyết định có yếu tố con người và theo dõi xem mô hình có hoạt động như dự định hay không.
Giám sát và đánh giá do con người thực hiện
Công tác giám sát rất quan trọng để duy trì các mô hình máy học (ML) chất lượng cao và giúp đảm bảo dự đoán chính xác. Trình giám sát mẫu của Amazon SageMaker tự động phát hiện và cảnh báo bạn về các dự đoán không chính xác từ các mô hình được triển khai. Và với Amazon SageMaker Ground Truth, bạn có thể áp dụng phản hồi do con người cung cấp trong suốt vòng đời máy học để cải thiện độ chính xác và mức độ phù hợp của các mô hình.
Cải thiện quản trị
Quản trị máy học từ Amazon SageMaker cung cấp các công cụ được xây dựng theo mục đích để cải thiện quản trị các dự án máy học bằng cách cho phép bạn kiểm soát chặt chẽ hơn và hiển thị các mô hình máy học của mình. Bạn có thể dễ dàng nắm bắt và chia sẻ thông tin mô hình và cập nhật thông tin về hành vi của mô hình, như thiên kiến, ở một nơi duy nhất.
Thẻ dịch vụ AI của AWS
Thẻ dịch vụ AI là một tài nguyên để tăng cường tính minh bạch bằng cách cung cấp cho bạn một nơi duy nhất để tìm thông tin về các trường hợp sử dụng và hạn chế dự định, các lựa chọn thiết kế AI có trách nhiệm và các phương pháp tốt nhất tối ưu hóa hiệu suất cho các dịch vụ và mô hình AI của chúng tôi.
Thông tin mới về AI có trách nhiệm
Đóng góp và hợp tác của cộng đồng
Với sự tham gia sâu sắc với các tổ chức nhiều bên liên quan như các nhóm làm việc về AI của OECD, Đối tác về AI và Viện AI có trách nhiệm cũng như quan hệ đối tác chiến lược với các trường đại học trên quy mô toàn cầu, chúng tôi cam kết hợp tác cùng với mọi người để phát triển công nghệ AI và máy học một cách có trách nhiệm và uy tín.
Chúng tôi áp dụng cách tiếp cận lấy con người làm trung tâm để giáo dục thế hệ lãnh đạo AI tiếp theo với các chương trình như chương trình Học bổng AI & ML và We Power Tech để tăng khả năng tiếp cận học tập thực hành, học bổng và cố vấn cho những người chưa được phục vụ hoặc ít được quan tâm trong lĩnh vực công nghệ.
Đầu tư của chúng tôi vào AI tạo sinh an toàn, minh bạch và có trách nhiệm bao gồm hợp tác với cộng đồng toàn cầu và các nhà hoạch định chính sách bao gồm Quy tắc ứng xử trong Tiến trình Hiroshima về AI của G7, Hội nghị thượng đỉnh về an toàn AI ở Anh và hỗ trợ ISO 42001, một tiêu chuẩn nền tảng mới để thúc đẩy AI có trách nhiệm. Chúng tôi hỗ trợ việc phát triển các khung pháp lý dựa trên rủi ro hiệu quả cho AI nhằm bảo vệ quyền công dân, đồng thời cho phép tiếp tục đổi mới.
AI có trách nhiệm là một lĩnh vực được nghiên cứu và phát triển tích cực tại Amazon. Chúng tôi có quan hệ đối tác chiến lược với giới học thuật, như Viện Công nghệ California và với Amazon Scholars, bao gồm các chuyên gia hàng đầu ứng dụng nghiên cứu học thuật của họ để giúp định hình luồng công việc AI có trách nhiệm tại Amazon.
Chúng tôi đổi mới cùng với khách hàng của mình - luôn đi đầu trong các xu hướng và nghiên cứu mới để mang lại giá trị - với các khoản tài trợ nghiên cứu liên tục thông qua Giải thưởng nghiên cứu Amazon và các ấn phẩm khoa học với Amazon Science. Tìm hiểu thêm về khoa học để xây dựng AI tạo sinh một cách có trách nhiệm trong blog Amazon Science này với nội dung giải thích các thách thức và giải pháp mới hàng đầu.