详细内容或原文请订阅后点击阅览
安全，负责任地部署AI
专家揭穿了关于可信赖的AITHE帖子安全和负责任的最大神话，首先是朝着数据科学介绍的。
来源:走向数据科学“ AI必须值得信赖，然后才能在生产中使用它。”但是，实际上，当我们在行业中开发和部署基于AI的解决方案时，信任通常被视为流行语。庆祝高精度，浮华的演示赢得了头条新闻，治理被视为事后的想法。也就是说，直到AI不幸带来不良的公关或诉讼损失数百万美元。明智的业务领导者向前看，并在出现问题之前认真对待AI安全，保障和信任。
在IEEE小组中，超越准确性：工程学值得信赖的AI生产中，在AI开发生命周期的所有阶段，有五位经验丰富的从业者分享了他们从该领域的课程，涉及如何使AI值得信赖，同时还部署了推动业务指标的有价值的解决方案。在本文中，四位专家小组成员分别解决了关于AI信任的一个普通神话，并解释了您需要知道的知识，以使您的AI项目成为可信赖，可靠的安全成功。
超越准确性：生产中的工程值得信赖的AI误解1：“如果模型是准确的，那就值得信赖。”
Anusha Dwivedula，Analytics Morningstar和AI 2030 Global Fellow
“准确性只是中间层，没有固体基础和透明度；信任崩溃。”
您是否相信踏入美丽的摩天大楼电梯，该电梯有望100％准确，每次都会让您进入顶层，但是其安全标准不透明，并且认证标签已过时多年？准确性是不可谈判的，但仅凭它并不能保证安全性，更重要的是可信赖。
我们与AI系统相同。信用评分算法具有很高的预测精度，同时加强了全身偏见。建议引擎优化参与度，但缺乏弹性检查，从而扩大了错误信息。准确性看起来令人印象深刻，但信任崩溃了。
IEEE多层质量控制 基础：可扩展数据处理 中间：AI逻辑 +性能指标 关键要点： 钥匙外卖