دوره آموزشی مسئولیتپذیری هوش مصنوعی: سیستمهای مسئول و شفاف بسازید (2022)
2 ساعت 17 دقیقهمتوسط2022-11-30
مدرسین

Barton Poulson
Professor, Designer, Data Analytics Expert
جزئیات دوره
هوش مصنوعی (AI) به کسب و کارها پتانسیل افزایش چشمگیر عملکرد و سودآوری را ارائه می دهد، اما همچنین می تواند مجموعه ای از چالش های پیچیده اخلاقی، قانونی و اجتماعی را ایجاد کند. در این دوره غیر فنی و مفهومی، بارتون پولسون خطرات هوش مصنوعی را بررسی می کند و راه حل های بالقوه ای را برای نگرانی های کلیدی ارائه می دهد. بارتون مسائل اخلاقی مطرح شده توسط هوش مصنوعی، از جمله مفاهیم رقابتی انصاف و استدلال اخلاقی را بررسی می کند. او همچنین به نگرانیهای اجتماعی و چالشهای ایمنی برای هوش مصنوعی، مانند سناریوهای احتمالی مرگ و زندگی در رانندگی خودمختار میپردازد. بارتون با توصیههایی که برای توسعهدهندگان، مدیران اجرایی، متخصصان روابط عمومی، تنظیمکنندهها و مصرفکنندگان طراحی شده است، به پایان میرسد تا به آنها کمک کند تا از پتانسیل هوش مصنوعی بهگونهای بهره ببرند که ارزش اعتماد داشته باشد و برای همه سودآور باشد.
اهداف یادگیری
چالش های هوش مصنوعی را مرور کنید.
از هوش مصنوعی محدود در تصمیم گیری استفاده کنید.
دو رویکرد اصلی را که هنگام برخورد با هوش مصنوعی استفاده می شود، تعریف کنید.
یادگیری تحت نظارت و بدون نظارت را بررسی کنید.
آزار و اذیت توسط هوش مصنوعی را توضیح دهید.
سه مفهومی را که عدالت توزیعی مبتنی بر آن است، شناسایی کنید.
اهداف یادگیری
چالش های هوش مصنوعی را مرور کنید.
از هوش مصنوعی محدود در تصمیم گیری استفاده کنید.
دو رویکرد اصلی را که هنگام برخورد با هوش مصنوعی استفاده می شود، تعریف کنید.
یادگیری تحت نظارت و بدون نظارت را بررسی کنید.
آزار و اذیت توسط هوش مصنوعی را توضیح دهید.
سه مفهومی را که عدالت توزیعی مبتنی بر آن است، شناسایی کنید.
مهارت ها
Ethics and LawResponsible AIArtificial Intelligence FoundationsEssential TrainingArtificial Intelligence (AI)Business Analysis and Strategy
سرفصل ها
0. مقدمه
- 01 - پاسخگویی هوش مصنوعی چیست؟
1. زمینه برای هوش مصنوعی
- 02 - وعده هوش مصنوعی
- 03 - هوش مصنوعی عمومی و باریک
2. چالشهای فنی هوش مصنوعی
- 04 - چالش اشتباهات طبقه بندی
- 05 - علل اشتباهات طبقه بندی
- 06 - تعصب در هوش مصنوعی
- 07 - یادگیری تحت نظارت و بدون نظارت
- 08 - برچسب گذاری مغرضانه داده ها
- 09 - اعتبار سازه
- 10 - عدم معنا
- 11 - آسیب پذیری در برابر حملات
3. چالشهای اجتماعی هوش مصنوعی
- 12 - ابعاد عدالت
- 13 - استدلال اخلاقی و رابطه ای
- 14 - مسائل اصالت
4. چالشهای قانونی هوش مصنوعی
- 15 - قوانین حفظ حریم خصوصی
- 16 - تبعیض جعلی
- 17 - حق توضیح
- 18 - تبعیض در داده ها
- 19 - تبعیض در اجرا
5. چالشهای ایمنی هوش مصنوعی
- 20 - هوش مصنوعی در شرایط مرگ و زندگی
- 21 - هوش مصنوعی در ارتش
- 22 - چالشهای هوش مصنوعی نظامی
6. مقابله با چالشهای هوش مصنوعی
- 23 - استراتژی برای توسعه دهندگان
- 24 - راهبردهای مدیران اجرایی
- 25 - راهبردهای روابط عمومی
- 26 - راهبردهای تنظیم کننده
- 27 - استراتژی برای مصرف کنندگان
نتیجه
- 28 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی مسئولیتپذیری در هوش مصنوعی: ساخت سیستمهای مسئولانه و شفاف
- دوره آموزشی طراحی الگوریتم هوش مصنوعی مسئولانه
- دوره آموزشی حکمرانی ضروری هوش مصنوعی: پیوند هوش مصنوعی مسئولانه، انطباق، و مقررات
- دوره آموزشی مقدمهای بر حاکمیت هوش مصنوعی عاملمحور (Agentic AI Governance)
- دوره آموزشی یادگیری اصولی مهندسی اعتماد برای هوش مصنوعی
- دوره آموزشی بهرهگیری از هوش مصنوعی در سازمانهای مردمنهاد (Nonprofit) توسط مایکروسافت و نتهوپ (NetHope)
- دوره آموزشی بهرهگیری از هوش مصنوعی در نقشهای سازمانهای مردمنهاد (Nonprofit) توسط مایکروسافت و نتهوپ (NetHope)
- دوره آموزشی بهکارگیری هوش مصنوعی مولد برای ارتقای هوش هیجانی رهبران
مسیرهای مرتبط
- مسیر آموزشی ایجاد یک سازمان اثبات آینده
- مسیر آموزشی تسلط بر هوش مصنوعی مسئول: از مفهوم تا حسابرسی
- مسیر آموزشی سواد فنی و آمادگی برای آینده برای مدیران ارشد و رهبران سازمانی
- مسیر آموزشی موفقیت به عنوان یک مدیر ارشد
- مسیر آموزشی درک هوش مصنوعی تولیدکننده برای رهبران فناوری
- مسیر آموزشی گواهینامه حرفهای هوش مصنوعی مولد
- مسیر آموزشی سواد فنی و آمادگی برای آینده برای مدیران ارشد
- مسیر آموزشی مهارت های اساسی هوش مصنوعی برای مدیریت Azure