TensorFlow Sorumlu Yapay Zeka Rehberi

Tanıtım

2018'de Google, araştırmalarımızda ve ürünlerimizde AI'nın etik gelişimine ve kullanımına rehberlik eden AI İlkelerini tanıttı. Bu ilkeler doğrultusunda TensorFlow ekibi, geliştiricilere Sorumlu Yapay Zeka (RAI) uygulamalarına bağlı kalmaları için araçlar ve teknikler sağlamak için çalışır.

Bu kılavuzda, özel kullanım durumunuza ve ürün gereksinimlerinize hizmet eden uyumlu bir iş akışı geliştirmek için Sorumlu Yapay Zeka Araç Takımı'ndaki araçların nasıl uygulanacağı konusunda rehberlik bulacaksınız. Bu kılavuzdaki araçlar, adalet ve şeffaflık gibi alanlarda uygulanabilecekleri içerir. Bu, Google'da aktif bir geliştirme alanıdır ve bu kılavuzun gizlilik , açıklanabilirlik ve sağlamlık gibi ilgili ek alanlara yönelik rehberlik içermesini bekleyebilirsiniz.

Rehber Organizasyon

API Dokümantasyonu ve Rehberliği

Her araç için aracın ne yaptığı, iş akışınızın neresine sığabileceği ve çeşitli kullanım konuları hakkında rehberlik sağlayacağız. Uygun olduğunda, her araç için "Kılavuz" sekmesine bir "Yükleme" sayfası ve "API" sekmesine ayrıntılı API belgeleri ekleyeceğiz. Bazı araçlar için, kullanıcıların bulabileceği kavramları gösteren teknik kılavuzları da ekleyeceğiz. uygularken zorlayıcıdır.

öğreticiler

Mümkün olduğunda, RAI Araç Takımı'ndaki araçların nasıl uygulanabileceğini gösteren not defteri eğitimleri sağlayacağız. Bunlar tipik olarak belirli bir araca ışık tutmak için seçilen oyuncak örnekleridir. Bunlarla ilgili sorularınız varsa veya eğitimlerde incelenmesini istediğiniz başka kullanım örnekleri varsa, lütfen bize tf-responsible-ai@google.com adresinden ulaşın.

Ek Hususlar

Sorumlu bir yapay zeka iş akışı tasarlamak, problem formülasyonundan dağıtım ve izlemeye kadar makine öğrenimi yaşam döngüsünün her aşamasında dikkatli bir yaklaşım gerektirir. Teknik uygulamanızın ayrıntılarının ötesinde, bu araçları uygulamak için çeşitli sosyoteknik kararlar vermeniz gerekecektir. Makine öğrenimi uygulayıcılarının yapması gereken bazı yaygın RAI hususları şunları içerir:

  • Modelimin iyi performans gösterdiğinden emin olmak için hangi demografik kategorilerde ihtiyacım var?
  • Adalet değerlendirmesi yapmak için hassas etiketleri saklamam gerekiyorsa, adalet ve mahremiyet arasındaki ödünleşimi nasıl düşünmeliyim?
  • Adaleti değerlendirmek için hangi ölçütleri veya tanımları kullanmalıyım?
  • Modelime ve veri şeffaflığı oluşumlarına hangi bilgileri dahil etmeliyim?

Bu ve diğer birçok sorunun yanıtları, özel kullanım durumunuza ve ürün gereksinimlerinize bağlıdır. Bu nedenle, size tam olarak ne yapacağınızı söyleyemeyiz, ancak yararlı ipuçları ve mümkün olduğunda ilgili araştırma yöntemlerine bağlantılar ile sorumlu kararlar almanız için rehberlik sağlayacağız. TensorFlow ile sorumlu AI iş akışınızı geliştirirken lütfen tf-responsible-ai@google.com adresinden geri bildirim sağlayın. Öğrendiklerinizi ve zorluklarınızı anlamak, herkes için işe yarayan ürünler oluşturma becerimiz açısından kritik öneme sahiptir.