Jan, 2021

社会责任型人工智能算法：问题、目标和挑战

PDF
TL;DR本文介绍了开发 Socially Responsible AI Algorithms 框架的意义和方法来实现人工智能的可信赖，从而提高人类社会的福祉。
artificial intelligencetrustworthy ai systemsalgorithmic fairnesssocially responsible ai algorithmssocietal well-being
发现论文，激发创造
  • 负责任的人工智能 -- 从原则到实践

    人工智能的应用不仅依赖基础研究和技术发展，更需要关注其公平性、透明度和隐私问题。为了确保 AI 的合理应用，我们需要制定技术、社会、制度和法律方法和工具，提高所有人的参与度和意识，确保 AI 系统与我们社会的原则和价值观一致。

    May, 2022

  • 文化响应人工智能─问题、挑战和解决方案

    本文探讨了人工智能算法的社会文化和伦理挑战，强调了它们文化响应式发展的必要性，并提出了提高人工智能系统适应当代多元文化社会需求的关键元素的建议。本文还强调了进一步跨学科研究的必要性，以有效解决这些挑战，并强调了在人工智能培育和推动文化责任的重要性。

    Dec, 2023

  • 负责任的自主

    讨论了人工智能伦理学的研究方向，提出了确保人工智能系统行为符合道德和社会价值的替代方法，并介绍了设计和利益相关者价值观提取方法。

    Jun, 2017

  • 跨学科方法探讨人工智能对社会影响的理解

    人工智能创新主要关注 “what” 和 “how” 问题，忽视可能的危害与社会背景，导致了潜在的社会技术问题，因此我们需要计算机科学和社会学科之间更紧密的联系。

    Dec, 2020

  • 值得信赖的人工智能：计算视角

    本文从计算的角度综述了 AI 可信赖性的最新技术，其中包含了六个方面：安全、非歧视与公平、可解释性、隐私、责任与审计能力以及环境福祉，旨在帮助读者理解可信赖 AI 的最新技术以及现实系统的应用。

    Jul, 2021

  • 探索科学研究的负责任人工智能：一项实证研究

    本文研究了科学研究机构在负责人工智能设计和开发中的道德风险意识和准备情况，揭示了知识缺口和对可用人工智能伦理框架的意识有限。我们的研究结果显示，在没有适当的指导和管理下实施人工智能技术可能会带来潜在的道德风险，因此需要全面的策略来提高团队能力，支持负责、道德和包容的人工智能开发和部署。

    Dec, 2023

  • 人工智能可持续性研究综述：学习算法的新兴趋势和研究挑战

    本文着眼于 AI 的可持续性发展问题，分析了解决该问题的机器学习方法和算法，并提出对可持续 AI 技术研究的挑战和发展方向的建议。

    May, 2022

  • 负责任的人工智能：一项结构化文献综述

    我们的研究旨在推进负责任的人工智能（AI）的概念，这是欧盟政策讨论中日益重要的主题。我们提出了一种全面且目前为止我们所知的第一个负责任 AI 的统一定义。通过结构化文献综述，我们阐明了关于负责任 AI 的当前理解，并基于该分析提出了未来以此概念为中心的框架发展方法。我们的发现支持以人为中心的负责任 AI 方法，其中包括以伦理、模型可解释性以及隐私、安全和信任为支柱的 AI 方法的实施。

    Mar, 2024

  • 人工智能伦理调查：社会技术观点

    这项研究综合了当前和未来的人工智能应用所面临的伦理问题，从技术和社会角度对 AI 部署中的公平性、隐私和数据保护、透明度与可解释性等伦理原则进行了综述。

    Nov, 2023

  • 为社会责任 AI 建立因果关系学习

    本研究关注人工智能技术的社会责任问题，针对此问题提出一种名为因果学习的方法，旨在提高人工智能技术的社会责任感，并通过对其 7 种工具的调查，探讨这种方法在解决公平性等领域中的应用前景。

    Apr, 2021