課程簡介

介紹

模組 1:人工智慧的基礎

  • 定義 AI 和機器學習,概述不同類型的 AI 系統及其用例,並將 AI 模型置於更廣泛的社會文化背景下。在本模組結束時,您將能夠;
  • 描述並解釋 AI 系統類型之間的差異。
  • 描述和解釋 AI 技術堆疊。
  • 描述和解釋 AI 和數據科學的演變。

模組 2:人工智慧對人類的影響和負責任的人工智慧原則

  • 概述了人工智慧系統帶來的核心風險和危害、可信賴人工智慧系統的特點,以及負責任和合乎道德的人工智慧所必需的原則。在本模組結束時,您將能夠;
  • 描述並解釋人工智慧系統帶來的核心風險和危害。
  • 描述和解釋可信賴的 AI 系統的特徵。

模組 3:AI 開發生命週期

  • 描述 AI 開發生命週期以及管理 AI 風險的廣泛背景。在本模組結束時,您將能夠;
  • 描述並解釋現有和新出現的人工智慧倫理指南之間的異同。
  • 描述並解釋與人工智慧使用交互的現有法律。
  • 描述和解釋關鍵 GDPR 交叉點。
  • 描述和解釋責任改革。

模組 4:實施負責任的 AI 治理和風險管理

  • 解釋主要的 AI 利益相關者如何以分層方法協作來管理 AI 風險,同時承認 AI 系統的潛在社會效益。在本模組結束時,您將能夠;
  • 描述並解釋《歐盟人工智慧法案》的要求。
  • 描述和解釋其他新出現的全球法律。
  • 描述並解釋主要風險管理框架和標準之間的異同。

模組 5:實施 AI 專案和系統

  • 概述了 AI 專案的映射、規劃和範圍界定,在開發過程中測試和驗證 AI 系統,以及在部署後管理和監控 AI 系統。在本模組結束時,您將能夠;
  • 描述並解釋 AI 系統規劃階段的關鍵步驟。
  • 描述並解釋 AI 系統設計階段的關鍵步驟。
  • 描述並解釋 AI 系統開發階段的關鍵步驟。
  • 描述並解釋 AI 系統實施階段的關鍵步驟。

模組 6:適用於人工智慧系統的現行法律

  • 調查管理人工智慧使用的現有法律,概述關鍵的 GDPR 交叉點,並提供責任改革意識。在本模組結束時,您將能夠;
  • 確保 AI 風險管理與其他運營風險策略的互操作性
  • 將 AI 治理原則融入公司。
  • 建立 AI 治理基礎設施。
  • 繪製、規劃和確定 AI 專案的範圍。
  • 在開發過程中測試和驗證 AI 系統。
  • 在部署後管理和監控 AI 系統。

模組7:現有和新興的人工智慧法律和標準

  • 介紹全球 AI 特定法律以及主要框架和標準,這些框架和標準舉例說明瞭如何負責任地治理 AI 系統。在本模組結束時,您將能夠;
  • 提高對法律問題的認識。
  • 瞭解使用者關注的問題。
  • 瞭解 AI 審計和問責制問題。

模組 8:持續的人工智慧問題和擔憂

  • 介紹有關 AI 治理的當前討論和想法,包括對法律問題的認識、使用者關注的問題以及 AI 審計和問責制問題。

摘要和下一步

最低要求

本課程沒有先決條件。

誰應該訓練?

我們必須繼續建立和完善治理流程,通過這些流程,可信賴的人工智慧將不斷湧現,我們必須投資於能夠建立有道德和負責任的人工智慧的人。那些在合規、隱私、安全、風險管理、法律、人力資源和治理領域工作的人,以及數據科學家、人工智慧專案經理、業務分析師、人工智慧產品擁有者、模型運營團隊和其他人,必須做好準備,以應對人工智慧治理中涉及的擴大公平問題。

包括任何負責在其運營中開發 AI 治理和風險管理的專業人員,以及任何追求 IAPP 人工智慧 Governance Professional (AIGP) 認證的人。

 28 時間:

課程分類