1 澳大利亚道德框架 2019 https://www.industry.gov.au/publications/australias-artificial-intelligence-ethics-framework/australias-ai-ethics-principles
重要的是,符合负责任的人工智能 (RAI) 最佳实践并具有积极社会环境影响的人工智能系统应得到支持,以发展并惠及可能从中受益的潜在用户和社区。然而,新兴的人工智能项目在实际实施 RAI 原则以及扩展方面遇到了挑战。RAI 的主要挑战包括减轻偏见和歧视、确保代表性和情境适当性、流程和结果的透明度和可解释性、维护人权以及确保人工智能不会重现或加剧不平等。RAI 的框架已经激增,但往往停留在高水平,没有在各种用途和情境中实施的技术指南。同时,扩展过程本身可能会给实现或保持 RAI 遵守带来障碍和复杂性。
● 世界各地的数据保护法 ● 人道技术基础课程 ● 道德操作系统 - 风险缓解清单 ● 道德探索者 - 帮助应对当今技术未来影响的工具 ● 后果扫描 - 创新者的敏捷实践 ● 新西兰 2020 年隐私法案和隐私原则 ● 欧盟的 GDPR 数据保护法 ● Consentfultech.io ● 书籍:道德算法:社会意识算法设计的科学 ● 书籍:数学毁灭武器 ● 书籍:呼喊零和一:新西兰的数字技术、道德和政策 ● 书籍:你好世界:算法时代的人类 ● 书籍:对齐问题:机器学习和人类价值观 ● 书籍:隐形女性:为男性设计的世界中的数据偏见 ● 书籍:酷儿数据:使用性别、性和性行为数据采取行动 ● 书籍:压迫算法:搜索引擎如何强化种族主义 ● 书籍:数据女权主义
考虑可能的选择,制定并向客户建议适当的行动方案(守则 3.3-1(a)); 根据每个事项的需要,通过应用适当的技能,包括法律研究、分析和解决问题,实施所选的行动方案(守则 3.3-1(c)(i)、(ii) 和 (viii)); 在事项的所有相关阶段及时有效地沟通(守则 3.3-1(d)); 认真、勤勉、及时且具有成本效益地履行所有职能(守则 3.3-1(e)); 将智力、判断和审议运用到所有职能中(守则 3.3-1(f)); 追求适当的专业发展,以保持和提高法律知识和技能(守则 3.3-1(j));以及 以其他方式适应不断变化的专业要求、标准、技术和实践(守则 3.3-1(k))。
●与中央分配的校长合作,使用反压迫性的立场来提供课程领导力,并在整个发展连续性中建立教师能力,包括管理和监督所有学生的成绩报告的各个方面,并通过促进当前的评估和评估习惯,通过促进该部的成功文档
背景。AI安全级别标准(ASL标准)是一套安全培训和部署Frontier AI模型的技术和运营措施。这些目前分为两类:部署标准和安全标准。随着模型功能的增加,对更强大的保障措施的需求也将在更高的ASL标准中捕获。目前,我们所有的模型都必须符合ASL-2部署和安全标准。要确定何时已经足够先进的模型以使其部署和安全措施得到加强,我们使用能力阈值的概念和所需的保障措施。功能阈值告诉我们何时需要升级保护措施,相应的必要保障措施告诉我们应适用什么标准。
摘要 — 为了在这个日益脆弱的世界中保护共同的文化遗产、个人自由和法治,民主国家必须能够在必要时“以机器速度”保卫自己。因此,人工智能在国防中的使用包括负责任的武器交战以及后勤、预测性维护、情报、监视或侦察等军事用例。这就提出了一个永恒的问题:如何根据公认的事实做出正确的决定?为了找到答案,负责任的可控性需要转化为系统工程的三个任务:(1)以人类在心理和情感上能够掌握每种情况的方式设计人工智能自动化。(2)确定技术设计原则,以促进人工智能在国防中的负责任使用。(3) 保证人类决策者始终拥有充分的信息、决策和行动选择优势。这里为防空提出的道德人工智能演示器 (E-AID) 正在铺平道路,让士兵尽可能真实地体验人工智能在瞄准周期中的使用以及相关的压力方面。
在IDEXX上,我们认识到保护我们共享的星球的重要性。在2021年,我们建立了温室气(GHG)排放目标,包括到2030年将我们的范围1和2温室气体排放量减少37.8%,到2030年将100%可再生电力采购,并促进我们对我们对范围3 GHG排放的理解。,我们在实现这些目标方面正在很好地跟踪,并得到了整个组织中的倡议的支持。显着的成就是因为我们上一份报告包括与太阳能开发商达成虚拟电力购买协议,以在北美提供新的清洁电力;与客户合作,从第二天的交付到北美的两天交付,作为标准服务水平,从而降低了我们对较高排放机能的利用;以及我们的商业车队继续迁移到电动和混合动力汽车,到2023年底,我们的商业车队占了20%以上。这些行动代表了减少我们全球运营的环境影响的重要第一步。
在两年的时间里,路易斯维尔大学医院出现了多重耐药性肺炎克雷伯菌引起的院内感染(M. Raff,未发表数据)。怀疑是 R 因子传播,因为在几种不同的肺炎克雷伯菌血清型中都发现了多重耐药特性(1、11、17)。在本研究中,我们表明,单一 R 因子是造成这种流行病的原因,并且在我们的医院环境中持续存在。脱氧核糖核酸 (DNA)-DNA 杂交用于在所有肺炎克雷伯菌菌株中识别这种 R 因子,并且可能被证明是持续研究这种和未来多重耐药微生物爆发的有用工具。(这项工作是 M.-A. Courtney 提交给路易斯维尔大学研究生院的论文的一部分,部分满足博士学位的要求。)
○ 人类的主导和监督:人工智能系统应该赋予人类权力 ○ 技术稳健性和安全性:人工智能系统需要具有弹性和安全性 ○ 隐私和数据治理:必须确保数据治理机制 ○ 透明度:数据、系统和人工智能商业模式应该透明 ○ 多样性、非歧视和公平性:人工智能系统应该对所有人都开放 ○ 社会和环境福祉:人工智能系统应该造福全人类 ○ 问责制:确保对人工智能系统及其结果的责任和问责