项目背景:人工智能作为面向未来的新兴战略技术,是推动新一轮科技革命和产业变革的重要力量。近年来,人工智能相关技术不断发展,产业化、商业化进程不断加快,加速了与各行业、各专业的深度融合。在科技革命和产业变革的大背景下,人工智能与各行业的深度融合势在必行,释放数字化叠加乘数效应,加速新兴战略产业发展,打造综合竞争优势。如今,人工智能在各行业的应用,正推动新兴产业之间、新兴产业与传统产业、技术与社会之间的跨行业融合发展。
我们将努力增强三菱商事的核心优势,即通过丰富的贸易和经营经验所获得的行业专业知识和洞察力、通过遍布全球的事业所和集团公司网络及时收集的全球情报、为应对不断变化的经营环境而进行的事业组合转型、以财务纪律为基础的财务健全性、以及最重要的,由积极进取、追求经营创新的专业人士组成的多元化、多才多艺的人才库等,通过建立有机联系而产生的能力。换言之,我们将寻求进一步加强我们的集体能力。我们将充分利用这些集体能力,调动跨领域和跨行业的预见性和执行力,从而创造出大于各部分之和(∑)的整体价值。
四个司法管辖区的当局都认识到人工智能监管的必要性。尽管各领域之间存在共同点,这可能是由于所涉技术的跨境性质所致,但各司法管辖区的总体监管方法和原则的差异导致了重大差异。共同的主题包括关注透明度、可追溯性、治理、风险管理、测试和记录以及问责制。差异似乎主要是由于不同的监管理念(例如,美国采用联邦制模式,即国家主导监管,而中国则采用集中监管模式)、立法方法(行业特定监管与跨行业监管)和监管方法(例如,注重保护权利与注重促进技术创新)所致。
在我们的工作中,我们想强调模型可解释性的重要性。我们不仅将其理解为在输入或算法参数发生变化的情况下预测模型输出将发生什么的能力,而且将其理解为业务领域——将算法参数对建模现象的影响联系起来。我们认为可解释性和可解释性的评估应定义为业务流程的一部分,并集成到组织的过程图中。我们建议对跨行业数据挖掘标准流程 (CRISP DM) 进行适当修改,并将其作为子流程。我们指出了为 AI 提供信任的正式方法,即所谓的事后可解释性方法,并根据经济决策用例对其中一种方法进行了评估。
更多有关Bertrandt的信息:https://www.bertrandt.com/en关于Bertrandt的发展,通过我们的发展表现,我们加快了技术进步,并为可持续的未来做出了相关的贡献。我们是拥有多年汽车专业知识的独立且国际开发服务提供商。凭借跨行业的知识和对系统和产品的整体了解,我们在整个价值链上创建了技术解决方案。我们专注于趋势主题,例如数字化,电子操作性和自主系统,主要用于汽车,航空和机械工程领域,并始终如一地促进这些领域量身定制的解决方案的开发。我们每天都在工作 - 全球50多个网站的员工约有14,500名员工。