Návrh Školení

Úvod do zodpovědného AI a etiky

  • Definice zodpovědného AI a etiky AI
  • Důležitost etických úvah v aplikacích AI
  • Klíčové principy: spravedlnost, zodpovědnost, transparentnost

Předsudky v AI a strategie jejich zmírnění

  • Pochopení předsudků v modelech AI a datech
  • Typy předsudků a jejich dopady na výsledky AI
  • Techniky zmírnění předsudků: předzpracování, zpracování během procesu, po-zpracování

Etické audity a zodpovědnost v AI

  • Úvod do rámů a nástrojů pro audit AI
  • Provádění auditů k posouzení spravedlnosti a transparentnosti
  • Implementace opatření k zajištění zodpovědnosti v systémech AI

Prozkoumání etických rámů a souladu s normami

  • Přehled etických rámů, jako je EU AI Act a IEEE standardy
  • Právní a regulační soulad v systémech AI
  • Případy zodpovědných regulací AI a odvětvových standardů

Vytváření transparentnosti a vysvětlitelnosti v AI

  • Úvod do technik vysvětlitelného AI
  • Vytváření interpretabilních modelů pro lepší transparentnost
  • Používání nástrojů pro vysvětlitelnost modelu a sledovatelnost rozhodnutí

Řízení a správa rizik v AI

  • Vývoj rámů pro zodpovědné AI
  • Správa rizik a etické úvahy při nasazení AI
  • Strategie pro angažování zainteresovaných stran a dohled

Budoucí směry ve vývoji etického AI

  • Vynikající trendy a výzvy v etice AI
  • Průběžné přizpůsobení rámů pro budoucí technologie AI
  • Podpora etické kultury AI v organizacích

Shrnutí a další kroky

Požadavky

  • Základní znalosti konceptů AI a strojového učení
  • Odbornost v oblasti ochrany osobních údajů a předpisů o souladu

Účastníci

  • Data scientisti a AI praktici zájemci o etický vývoj AI
  • Kontrolní úředníci a právní profesionálové dohlížející na regulační normy AI
  • Podnikoví vedoucí a rozhodovači zapojení do strategie a řízení AI
 14 hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie