دوره آموزشی ساخت سیستم‌های هوش مصنوعی قابل‌اعتماد: شفافیت، قابلیت توضیح و کنترل با استاندارد ISO/IEC TR 24028

دوره آموزشی ساخت سیستم‌های هوش مصنوعی قابل‌اعتماد: شفافیت، قابلیت توضیح و کنترل با استاندارد ISO/IEC TR 24028

1 ساعت 18 دقیقهمتوسط2025-01-29

مدرسین

Lyron Andrews

Lyron Andrews

جزئیات دوره

با توجه به اینکه محیط‌های قانونی و نظارتی جهانی در تلاشند تا با دنیای سریعاً در حال تغییر و تکامل هوش مصنوعی همگام شوند، بسیاری از الزامات جدید نیاز به ارائه شواهدی از اعتمادپذیری در توسعه و پیاده‌سازی سیستم‌های هوش مصنوعی دارند. در این دوره، مربی لیرون اندروز توضیح می‌دهد که چگونه می‌توانید از راهنمایی‌های استاندارد ISO/IEC TR 24028 برای استفاده از ابزارهای هوش مصنوعی بر اساس اصول اعتمادپذیری، که شامل توضیح‌پذیری، شفافیت و کنترل‌پذیری است، بهره ببرید.

اهداف یادگیری:
تحلیل روش‌های ایجاد اعتماد در سیستم‌های هوش مصنوعی از طریق شفافیت، توضیح‌پذیری، و کنترل‌پذیری.
ارزیابی مشکلات مهندسی، تهدیدات، و ریسک‌های مرتبط با سیستم‌های هوش مصنوعی و تکنیک‌های کاهش دهنده‌ی احتمالی.
به‌کارگیری روش‌هایی برای ارزیابی و بهبود دسترس‌پذیری، پایداری، قابلیت اطمینان، دقت، ایمنی، امنیت، و حریم خصوصی سیستم‌های هوش مصنوعی.
توضیح مفاهیم اعتمادپذیری در هوش مصنوعی، شامل توضیح‌پذیری، شفافیت، و کنترل‌پذیری در زمینه محیط‌های قانونی و نظارتی جهانی در حال تحول.
طراحی سیستم‌های هوش مصنوعی با توجه دقیق به توضیح‌پذیری، شفافیت، و کنترل‌پذیری برای افزایش اعتمادپذیری آن‌ها.

مهارت ها

Responsible AIEthics and LawData PrivacyGovernance, Risk, and ComplianceArtificial Intelligence (AI)CybersecurityData ScienceBusiness Analysis and StrategyOne-Off

سرفصل ها

مقدمه

  • ساخت سیستم‌های هوش مصنوعی قابل اعتماد

چارچوب‌های موجود قابل اجرا برای قابل اعتماد بودن (بندهای 5-5.5)

  • شناسایی لایه‌های اعتماد (بند 5.1)
  • استانداردهای کیفیت نرم‌افزار و داده‌ها (بند 5.2)
  • کاربرد مدیریت ریسک (بند 5.4)

ذینفعان و به رسمیت شناختن نگرانی‌های سطح بالا (بندهای 6-7.2)

  • ذینفعان، انواع، دارایی‌ها و ارزش‌ها (بندهای 6-6.4)
  • مسئولیت، پاسخگویی و حاکمیت (بند 7.1)
  • ایمنی (بند 7.2)

آسیب پذیری ‌ها , تهدیدها و چالش‌ها (بندهای 8-8.10)

  • تهدیدات امنیتی ویژه هوش مصنوعی (بندهای 8-8.2)
  • تهدیدات حریم خصوصی ویژه هوش مصنوعی (بند 8.3)
  • تعصب، غیرقابل پیش‌بینی بودن و غیر شفاف بودن (بندهای 8.4-8.6)
  • مشخصات سیستم و چالش‌های پیاده‌سازی (بندهای 8.7-8.8.4)
  • چالش‌های مربوط به استفاده (بندهای 8.9-8.10)

اقدامات کاهشی

  • شفافیت (بندهای 9-9.2)
  • قابل توضیح (بندهای 9.3-9.3.7)
  • قابلیت کنترل، تعصب و حریم خصوصی (بندهای 9.4-9.6)
  • قابلیت اطمینان، انعطاف پذیری و استحکام (بندهای 9.7-9.9)
  • آزمایش (بندهای 9.10-9.10.2.7)
  • ارزیابی (بندهای 9.10.3-9.10.5)
  • استفاده و کاربرد (بندهای 9.11-9.11.4)

نتیجه گیری

  • به ساختن سیستم‌های هوش مصنوعی قابل اعتماد ادامه دهید
۴۰,۰۰۰ تومان