Një fije e përbashkët po shfaqet ndërsa kompanitë garojnë për të ndërtuar dhe zbatuar sistemet e AI. Pastaj, dikush në juridiksion pyet, “Ndalo, a mund të shpjegojmë me të vërtetë se si kjo çoi në atë vendim?” ose një letër vjen nga një rregullator. ose një klient bën një ankesë. Problemi është se miratimi i IA ka ndodhur më shpejt se sa shumica e kompanive mund të trajtojnë në mënyrë të përgjegjshme.Ne kemi bërë aeroplanin ndërsa po fluturonim atë.Dhe tani ne e dimë se shtimi i përputhshmërisë me sistemet e IA që janë tashmë në përdorim është i kushtueshëm, i rrezikshëm dhe shpesh i mbushur me gabime. AtScale, e cila ndihmon bizneset të krijojnë analizat e qeverisura, mbështet tendencën për të ndërtuar qeverisjen direkt në arkitekturat e AI në vend që të shtojë kontrollet më vonë. Kufijtë e qeverisjes retrofitted AI Shumica e organizatave trajtojnë Kjo qasje mund të krijojë probleme që bëhen gjithnjë e më të vështira për t'u menaxhuar me kalimin e kohës. të qeverisjes të qeverisjes Zbatimi retroaktiv i kontrollit të qeverisjes mund të krijojë kundërshtime kur secila ekip ndërton modele bazuar në përkufizimet e veta për terma si "të ardhurat" ose "klientët", etj Kur dy ose më shumë ekipe përpiqen të qeverisin ato modele, ata zakonisht zbulojnë mosmarrëveshje në mënyrën se si ata përcaktojnë të njëjtat terma. Qeverisja e zbatuar pas implementimit nuk mund të gjurmojë domosdoshmërisht se si sistemet e AI funksionojnë me të vërtetë.Në momentin që ekipi i pajtueshmërisë shqyrton një model, tashmë janë marrë mijëra vendime.Organizatat shtojnë mjete të shpjegueshme të AI për të demonstruar se çfarë bëri një sistem AI, jo pse e ndërtuan atë në këtë mënyrë. Për më tepër, këto mjete janë zakonisht të ndara nga infrastruktura e të dhënave që mbështesin sistemin e AI, kështu që shtimi i kësaj shtresë mund të ketë zgjidhur problemin origjinal, por gjithashtu ka tendencë të krijojë më shumë kompleksitet. Në praktikë, këto kufizime bëhen më të dukshme kur organizatat përpiqen të lëvizin. , duke ekspozuar modelet e qeverisjes që janë projektuar për mjediset BI statike në vend të sistemeve autonome, probabilistike. AI initiatives from pilot to production Iniciativat AI nga piloti në prodhim Çfarë do të thotë "besimi nga dizajni" në praktikë Besimi nga dizajni ka të bëjë me integrimin e sistemeve në të cilat qeverisja është e ndërtuar që nga fillimi, jo e shtuar pas faktit.Kur zbatohet, nuk keni nevojë të pyesni veten: "Si do ta auditojmë këtë AI pasi të jetë nisur?" Ndryshimi në besim nga projektimi ndodh në nivelin arkitekturor, para se të bëhet ndonjë parashikim i vetëm.Kjo do të thotë strukturimin e të dhënave në një mënyrë që e bën atë transparente, të gjurmueshme dhe të përgjegjshme.Këto sisteme janë të dizajnuara për të bërë logjikën pas vendimeve të qarta dhe të lehta për t'u kontrolluar. Koha është faktori më i rëndësishëm që përcakton besimin sipas dizajnit. Qeverisja tradicionale përpiqet të kontrollojë dhe rregullojë gjërat pasi ato janë vënë në përdorim. Besimi sipas dizajnit e bën qeverisjen të lehtë. Nëse logjika juaj e biznesit është e ndërtuar në shtresën e të dhënave, çdo mjet dhe model që punon me ato të dhëna përfshin të njëjtat rregulla, përkufizime dhe kufizime. Roli i modeleve semantikë në transparencën e AI Modelet semantikë janë një mënyrë e vlefshme për të vënë besimin në praktikë përmes projektimit.Ata sigurojnë që të gjitha sistemet që kanë nevojë për të ndajnë të njëjtin kontekst, standardizojnë përkufizimet e biznesit dhe tregojnë se si matjet lidhen me njëra-tjetrën. a) siguron që një model AI gjithmonë kthen të njëjtin përgjigje kur kërkohet për "vlerën e jetës së konsumatorit", pavarësisht nëse kërkesa vjen nga një bord, një skenar Python, ose një mjet gjenerativ AI. Ju vetëm duhet të përkufizoni logjikën një herë, dhe ju mund ta përdorni atë kudo. Modeli semantik Modeli semantik Modelet semantikë sqarojnë se çfarë nënkuptojnë metrikat dhe si përdoren ato.Ata sqarojnë njohuritë e paqarta. Për shembull, AtScale përdor modelimin semantik si bazë për analizat e gatshme për qeverisje. Sipas Dave Mariani, CTO dhe bashkëthemeluesi i AtScale, “Ajo siguron që ‘klientët aktivë’, ‘leads të kualifikuar’ ose ‘të ardhurat neto’ të gjitha nënkuptojnë të njëjtën gjë pavarësisht nëse po e bëni pyetjen në një agjent AI në Slack, duke pyetur nëpërmjet gjuhës natyrore, ose duke tërhequr një bord”. Qeverisja e ndërtuar në arkitekturë: linjë, përgjegjësi, shpjegueshmëri Kur qeverisja jeton në vetë arkitekturën, ju merrni rezultate specifike, të matshme dhe të kuptueshme ndërsa menaxhoni AI në mënyrë të përgjegjshme. 
 
 
 
 Vizibiliteti në linjën e të dhënave: Modelet me semantikë mund të sigurojnë vizibilitet shtesë në linjën e të dhënave (dmth, ku origjina e të dhënave, si është transformuar dhe cilat sisteme e kanë konsumuar atë), si dhe gjurmimin e çdo llogaritjeje dhe burimit të saj për dikë që vë në pyetje një output AI. Logjika e vendimeve të përgjegjshme: Përdorimi i logjikës së biznesit në një shtresë qendrore mundëson përgjegjësinë duke siguruar qartësi se kush krijoi secilën rregull, kur e krijoi atë dhe pse. Rezultatet e shpjegueshme: Kur sistemet e inteligjencës artificiale përdorin modele semantike të drejtuara, logjika bëhet më e kuptueshme (dhe kështu e shpjegueshme). Përveç shpjegimit të asaj që parashikoi modeli, ju gjithashtu mund të shpjegoni pse të dhënat themelore ishin të strukturuara në një mënyrë të veçantë. Pse kjo ka rëndësi për etikën, rregullimin dhe rrezikun Diskutimi rreth AI-së ka kaluar nga “a mund ta ndërtojmë këtë?” në “a duhet ta ndërtojmë këtë?” dhe “Si mund të krijojmë prova se e ndërtuam atë në mënyrë të përgjegjshme?” Organizatat duhet të parashikojnë shumë pyetje të vështira nga rregullatorët, konsumatorët dhe punonjësit në lidhje me përgjegjshmërinë, drejtësinë dhe auditueshmërinë. Besimi nga projektimi ofron një mundësi për t'i adresuar këto shqetësime para se të përshkallëzohen në një krizë. Një strukturë transparente, e auditueshme e qeverisjes mundëson shikueshmërinë dhe gjurmimin e proceseve të vendimmarrjes. Përveç kësaj, transparenca brenda një strukturi qeverisjeje mundëson auditim për paragjykime të mundshme dhe demonstroi për palët e interesuara se sistemet e AI përdorin logjikë të qëndrueshme, të dokumentuar. AtScale beson se sfidat e lidhura me qeverisjen janë gjithnjë e më shumë të lidhura me përcaktimin dhe ndarjen e kuptimit të të dhënave në sisteme të shumëfishta.Nëse shtresa juaj semantike përcakton paragjykime ose përkufizime të paqarta, çdo model AI i trajnuar në atë shtresë do të trashëgojë probleme të tilla. Projektimi i besimit si AI bëhet më autonome Sistemet e inteligjencës artificiale po marrin më shumë vendime me më pak mbikëqyrje njerëzore.Kjo trajektorë nuk ka gjasa të kthehet.Kjo do të thotë se dritarja për rikonfigurimin e qeverisjes po mbyllet shpejt. Organizatat mund të gjejnë se besimi nuk është diçka që ata mund të shtojnë më vonë, por duhet të dizajnohen në arkitekturë nga fillimi. modelet semantikë janë një pjesë e atij mjeti. por parimi më i gjerë mbetet: nëse doni AI që ju mund të mbrojtur, auditoni dhe besoni, ju duhet të ndërtoni këto aftësi në themel, jo në fasadë. Pyetja nuk është nëse të qeverisni AI, por nëse keni ndërtuar arkitekturën për ta bërë qeverisjen të mundshme në vend të parë. 
 
 Kjo histori është shpërndarë si një lëshim nga Jon Stojan nën HackerNoon's Business Blogging Program. Kjo histori është shpërndarë si një lëshim nga Jon Stojan nën HackerNoon's Business Blogging Program.

This story contains new, firsthand information uncovered by the writer.

Kjo audio është prodhuar në gjuhën origjinale të tregimit!

Besimi nga dizajni: Integrimi i qeverisjes drejtpërdrejt në arkitekturën e AI

About Author

KOMENTE

VARUR TAGS

KY ARTIKU U PARAQIT NË

Related Stories

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps