Dylemat sztucznej inteligencji. 7 zasad odpowiedzialnego tworzenia technologii Bydgoszcz

Sztuczna inteligencja to technologia o nadzwyczajnym potencjale, jednak jej nieodpowiedzialne wykorzystanie doprowadzało już do odmowy świadczenia usług medycznych, czy nawet bezprawnych aresztowań. Dlatego zanim pozwolimy maszynom podejmować decyzje etyczne, powinniśmy przeprowadzić globalną dyskusję. Jednak ludzie mają różne priorytety i wartości Jak zatem możemy oczekiwać od technologii, by kierowała się właściwymi przesłankami ... nie tylko w sprawach życia i śmierci, ale i na każdym kroku? Ta książka łączy perspektywy inżynierów, ludzi biznesu, przedstawicieli rządów i społeczników. Ułatwia zrozumienie korzyści i szans, jakie niosą ze sobą autonomiczne systemy oparte na uczeniu maszynowym. Zawiera siedem ważnych zasad, które pozwolą na ograniczanie ryzyka nadużyć i wypadków związanych z AI, a także zapewnią, by technologie tego rodzaju służyły rozwojowi ludzkości. Cztery z zasad dotyczą samych systemów i ich projektowania: uwzględniania ryzyka dla ludzi, przejrzystości działania, zapewnienia ochrony danych osobowych i ograniczania tendencyjności. Pozostałe trzy odnoszą się do organizacji tworzących systemy AI, stosowanych w nich procedur i kultury organizacyjnej. Co ważne, w książce znalazły się przykłady dobrych praktyk, jak również liczne rzeczowe uwagi i pożyteczne wskazówki. Sukces w tworzeniu sztucznej inteligencji może być największym wydarzeniem w historii ludzkości. Niestety, może być również wydarzeniem ostatnim (...). Stephen Hawking Spis treści: Przedmowa Słowo wstępne Wprowadzenie ROZDZIAŁ 1. Cztery logiki władzy Logika inżynierska - perspektywa technologów Logika sprawiedliwości społecznej - perspektywa ludzkości Logika korporacyjna - własność, rynek i rozwój Logika rządowa - perspektywa władzy i bezpieczeństwa Wszystko razem ROZDZIAŁ 2. Planuj ryzyko w stosunku do ludzi Jak przestaliśmy się martwić i pokochaliśmy AI Umacnianie swoich szans w środowisku całkowitej niepewności Roboty, drony i celowość ryzyka Gdy ryzyko jest nie do zaakceptowania Model namysłu nad ryzykiem ROZDZIAŁ 3. Rzucaj światło W zamkniętej skrzynce Trybik w maszynie Droga XAI Wyraźna tajność Dokumentacja i możliwość wyjaśnienia Najlepsza konkluzja, a nie właściwa konkluzja Możliwość wyjaśnienia a dane ROZDZIAŁ 4. Oddaj ludziom prawo do danych Bez prywatności Behawioralna nadwyżka To nie jest zabawa Przyspieszony kurs #WeTheData Zaufanie, infrastruktura, dostęp, kompetencje Grosik za informację ROZDZIAŁ 5. Wskazuj i kwestionuj tendencyjność Gdzie te wypaczenia? Śmieci na wejściu, śmieci na wyjściu Ocieplanie danych ROZDZIAŁ 6. Pociągaj interesariuszy do odpowiedzialności To, że rząd może, nie oznacza, że powinien Czy inżynierzy są odpowiedzialni Skuteczny aktywista społeczny Pociąganie do odpowiedzialności korporacji Cztery logiki w grze Referencyjna ocena zrównoważonych regulacji Narzędzia odpowiedzialności ROZDZIAŁ 7. Stawiaj na luźno powiązane systemy Ściśle i luźno powiązane systemy Przepis na katastrofę Dlaczego sztuczna inteligencja jest ściśle powiązana Pixar - studio luźnych powiązań Narzędzia upraszczania i poluzowywania systemów ROZDZIAŁ 8. Wspieraj kreatywny ferment Uciążliwości i iluzja kontroli Dlaczego to, co nieuciążliwe, uzależnia Uciążliwości a logika władzy Narzędzia kreatywnego fermentu Ćwicz wspólny konflikt Wykorzystuj różnorodność myślenia jako katalizator Twórz scenariusze alternatywnej przyszłości Padaj szybko, padaj wprzód Stwórz bezpieczniejsze środowisko dla kreatywnego fermentu Sam bądź wzorem kreatywnego fermentu Prowadź z danymi i z ciekawością Przedyskutuj szerszy efekt swojego systemu AAA Przemyśl implikacje, nie tylko aplikacje Podsumowanie Siedem zasad dla nowej fali AI Wyścig zbrojeń czy wyścig ludzi Przypisy Słowniczek Podziękowania O autorach