在本課程中，您將學習 AI 實踐。首先，將為您介紹什麼是負責任的 AI。您將學習如何定義負責任的 AI、瞭解負責任的 AI 嘗試克服之挑戰，以及探索負責任 AI 的核心維度。
然後，您將深入探索一些主題，瞭解開發負責任的 AI 系統。將為您介紹由 AWS 提供，以協助您使用負責任的 AI 之服務和工具。您也將瞭解在為 AI 系統選擇模型和準備資料時，負責任 AI 之考量。
最後，您會瞭解透明且可解釋的模型。您將深入瞭解若模型是透明且可解釋，其代表什麼意義。您也將探索透明模型的權衡取捨考量以及可解釋 AI 的以人為中心設計原則。
- 課程等級：基礎
- 課程時長：1 小時
活動
本課程包括互動元素、文本說明、說明圖形，以及知識檢測。
課程目標
在本課程中，您將學習如何進行下列事項：
- 描述負責任的 AI
- 解釋 AI 模型中的偏見
- 識別生成式 AI 的風險
- 識別負責任 AI 的核心維度
- 描述 AWS 為負責任的 AI 所提供的服務和工具
- 說明選擇模型的負責任做法
- 描述負責任資料集的負責任特性
- 描述透明且可解釋的模型
- 識別 AI 模型的負責任權衡取捨
- 說明以人為中心設計的原則
目標對象
本課程適用於下列對象：
- 對機器學習與人工智慧感興趣的個人，與特定工作角色無關
- 有意參加經 AWS 認證的 AI 從業人員認證考試的個人
先決條件
負責任的 AI 實踐是一系列課程中的一部分，該系列課程促進人工智慧、機器學習和生成式 AI 的基礎。
如果您尚未完成，建議您完成以下兩個課程：
- 機器學習與人工智慧的基礎
- 探索人工智慧使用案例和應用程式
課程大綱
第 1 節：簡介
- 簡介
第 2 節：負責任 AI 的簡介
- 什麼是負責任的 AI
- 負責任 AI 的挑戰
- 負責任 AI 的核心維度
- 知識檢測
第 3 節：開發負責任的 AI 系統
- 負責任的 AI 的 Amazon 服務和工具
- 選擇模型時的負責任考量因素
- 負責任的資料集準備
- 知識檢測
第 4 節：透明且可解釋的 AI 模型
- 什麼是透明且可解釋的模型
- 負責任的 AI 模型權衡取捨
- 可解釋 AI 的以人為中心設計原則
- 知識檢測點
第 5 節：資源
- AWS 服務的連結
