應(yīng)對人工智能技術(shù)在實際應(yīng)用中引發(fā)的風險，除了積J推動人工智能技術(shù)可信能力 的提升，不斷減少技術(shù)本身的脆弱性，還應(yīng)該構(gòu)建更為積J的技術(shù)應(yīng)用規(guī)范/規(guī)避 現(xiàn)階段人工智能技術(shù)"缺陷”帶來的問題。
人工智能產(chǎn)品研發(fā)中規(guī)劃設(shè)計、研發(fā)部署、運營使用環(huán)節(jié)的風險挑戰(zhàn)識別十分重要, 對于構(gòu)建可信研發(fā)的實踐范式具有重要意義。
在規(guī)劃設(shè)計階段，難以在初始階段形成完備的風險分析，與此同時，確保相關(guān)理念貫徹執(zhí)行存在挑戰(zhàn)，在設(shè)計理念、規(guī)范傳達給個層J實施人員過程中，存在非正確 傳達、誤解等風險，尤其機器學習場景中固有的不可預(yù)測性，傳達實施偏差會進一 步加劇。
在研發(fā)部署階段，一方面，數(shù)據(jù)層面可能會遇到數(shù)據(jù)缺失、重復(fù)、不一致、來源不 明等問題；另一方面，模型技術(shù)層面存在著技術(shù)選型不恰當，模型尚未完備訓練即 開始上線服務(wù)，以及模型運行之后的動態(tài)更新缺乏足夠驗證等挑戰(zhàn)。
在運營使用階段，一方面，在人類和人工智能交互時可能出現(xiàn)誤用、過度依賴等問 題；另一方面，人工智能相關(guān)技術(shù)存在著被惡意使用的風險。
構(gòu)建面向可持續(xù)發(fā)展的人工智能技術(shù)體系,推動人工智能技術(shù)可用、可靠、可信，其內(nèi)涵包括提升技術(shù)安全和構(gòu)建技術(shù)管理機制兩個層面工作
企業(yè)作為落實人工智能治理原則的重要主體,形成覆蓋人工智能產(chǎn)品全生命周期的風險管理機制,提出了面向可持續(xù)發(fā)展的人工智能治理基本框架
數(shù)據(jù)不完備和濫用風險突出而損害用戶的權(quán)益;人工智能算法存在固有缺陷在可解釋性魯棒性偏見歧視等方面尚存在局限;企業(yè)人工智能管理體系不完善
調(diào)度決策外賣調(diào)度系統(tǒng)困住騎手;個性化推薦電商場景下的信息繭房和馬太效應(yīng);內(nèi)容治理如何守護清朗健康的網(wǎng)絡(luò)環(huán)境;人工智能可以放心使用嗎
全球人工智能市場收支規(guī)模達850廳美元,預(yù)測,2022年該市場規(guī)模將同比增長約20%至 1017廳美元,并將于2025年突破2000廳美元大關(guān), CAGR 達24.5%
頭部科技企業(yè)先后發(fā)布了AI治理戰(zhàn)略和治理體系,成立了相關(guān)委員會和工作組,聚焦企業(yè)層面的AI治理和風險管理體系,可信AI技術(shù)和保障工具也在蓬勃發(fā)展
智能文檔處理、智能會議、知識管理、智能客服等各類企業(yè)智能應(yīng)用不斷發(fā)展，全面賦能企業(yè)辦公、管理、決策、風控、營銷、服務(wù)等各個環(huán)節(jié)
AI軟件設(shè)施在近兩年成為產(chǎn)業(yè)焦點,AI開源框架生態(tài),預(yù)訓練大模型體系,AI軟件平臺生態(tài)等內(nèi)容都得到了長足的發(fā)展,像水電一樣成為觸手可得的普惠資源
到端的MLOps一體化工具和細分場景的專項工具都非常火熱,端到端工具追求大而全的功能集,專項工具在局部或某些場景下功能和性能較好
規(guī)模化是指整合了豐富的人工智能開發(fā),部署,測試,運維等能力,標準化是指將異構(gòu)的軟硬件環(huán)境封裝為標準化的界面,可擴展是指可以不斷適配新的技術(shù)和工具
器人流程自動化,智能流程管理,低代碼應(yīng)用平臺,流程挖掘等工具和平臺,銜接起了企業(yè)級各類復(fù)雜業(yè)務(wù)場景,其綜合應(yīng)用,互使能是超級自動化發(fā)揮效能的重要手段
知識和數(shù)據(jù)雙輪驅(qū)動的人工智能技術(shù)路線展現(xiàn)了強勁的發(fā)展?jié)摿?知識的融合應(yīng)用有效地提升了智能問答,智能推薦,大規(guī)模預(yù)訓練模型等人工智能技術(shù)中的效果
