随着人工智能和机器语言使用的增加，技术变得越来越普及。人工智能（AI）和机器学习（ML）正在改变行业，并在一定程度上解决重要和现实世界的挑战。这项技术正在迅速成熟，应用范围似乎无限。这些巨大的开放性带来了构建对每个人都有效的人工智能的重大责任。

人工智能应用程序已经证明了它能够自动化日常工作，同时也可以通过新的洞察力来增强人的能力。然而，权力越大，责任就越大。对劳动力转移的恐惧，隐私的丧失，决策中潜在的偏见，以及对自动化系统和机器人缺乏控制，这些都是威胁的可能性。商业和公共领域的人工智能技术，如自动汽车、聊天机器人通过打包和无休止地回答人类的问题，接管了艰苦的人力劳动过程。然而，缺点是自动驾驶汽车可能会导致事故，聊天机器人可能会学会使用攻击性语言。这些可能发生的事件引发了人们对“工作末日”的担忧，这种担忧涉及包容性、多样性、隐私和安全。

随着人工智能和机器语言使用的增加，技术变得越来越普及。科技正在参与越来越多的决策，如福利支付、抵押贷款审批和医疗诊断。当人工智能成为每个工作系统的一部分时，透明度和可见性就会消失。人工智能可能暗示的一个主要威胁是强化现有的人类偏见。这些偏差是无法确定的，是由于在开发和培训系统时缺乏不同的视角而产生的。

在解决所有这些问题的过程中，负责任的人工智能/人工智能为每个人提供了一种方法，让每个人都能采取公平、负责、诚实、透明和以人为本的“以人为本”方法。

 什么是负责任的AI/ML？

负责任的AI/ML是将许多关键关注点和实践结合在一起的追求。负责任人工智能的主要重点是确保以符合用户期望、组织价值观和社会法律和规范的方式使用符合道德、透明和负责任的人工智能技术。

负责任的AI/ML防止使用有偏见的数据或算法，确保自动化决策是合理的和可解释的。它有助于维护用户信任和个人隐私。通过提供明确的参与规则，负责任的人工智能/人工智能允许处于公众和国会审查之下的组织进行创新，并实现人工智能的变革潜力，这一潜力既有说服力又有责任感。

尽管当可解释人工智能（XAI）被用作解释机器学习模型的统计方法时，核心问题不仅仅是统计问题。人工智能和人工智能应该回答人们的问题，通过这些问题形成负责任的人工智能/人工智能。负责任的人工智能/人工智能试图实现最大的透明度和对人工智能的理解，全面了解模型及其影响。负责任的AI/ML包括六个关键主题。它们是可解释人工智能、可解释机器学习技术、伦理人工智能、安全人工智能、以人为中心的人工智能和合规性。

通过负责任的ML降低风险的方法

作者帕特里克·霍尔、纳夫迪普·吉尔和本·考克斯发表的一份报告集中讨论了ML的技术问题以及以人为中心的安全、公平和隐私等问题。促进这些方面的目标是消除技术和负责任人工智能之间的细线。报告中的一些关键内容是，

•人：人在循环中——为什么组织的机器学习文化是负责任的ML实践的一个重要方面。

•流程：驯服机器学习工作流的狂野西部-关于更改或更新流程以管理ML资产的建议。

•技术：为人的信任和理解而设计的ML——可以帮助组织在其ML系统中建立人的信任和理解的工具。