Εξέλιξη Κομματιού
Εισαγωγή
Μονάδα 1: Θεμέλια της τεχνητής νοημοσύνης
- Ορίζει AI και μηχανική μάθηση, παρουσιάζει γενική οπτική των διαφορετικών τύπων συστημάτων AI και των εφαρμογών τους, και αναδεικνύει τα μοντέλα AI στο πλαίσιο του ευρύτερου κοινωνικο-πολιτισμικού περιβάλλοντος. Στο τέλος αυτής της μονάδας, θα είστε σε θέση να;
- Περιγράψετε και εξηγήσετε τις διαφορές μεταξύ των διαφορετικών τύπων συστημάτων AI.
- Περιγράψετε και εξηγήσετε το πλαίσιο τεχνολογίας AI.
- Περιγράψετε και εξηγήσετε την AI και την εξέλιξη των δεδομένων.
Μονάδα 2: Επιπτώσεις AI στους ανθρώπους και ηθικές αρχές υπεύθυνης ΑΙ
- Παρουσιάζει τις βασικές επιπτώσεις και βλάβες που προκύπτουν από τα συστήματα AI, τους χαρακτηρισμούς αξιόπιστων συστημάτων AI και τις αρχές που είναι ουσιώδεις για υπεύθυνη και ηθική AI. Στο τέλος αυτής της μονάδας, θα είστε σε θέση να;
- Περιγράψετε και εξηγήσετε τις βασικές επιπτώσεις και βλάβες που προκύπτουν από τα συστήματα AI.
- Περιγράψετε και εξηγήσετε τους χαρακτηρισμούς αξιόπιστων συστημάτων AI.
Μονάδα 3: Κύκλος βίου ανάπτυξης AI
- Περιγράφει τον κύκλο βίου ανάπτυξης AI και το ευρύ περιβάλλον στο οποίο διαχειρίζονται οι κινδύνοι AI. Στο τέλος αυτής της μονάδας, θα είστε σε θέση να;
- Περιγράψετε και εξηγήσετε τις παρόμοιες και διαφορές μεταξύ υφιστάμενων και νέων ηθικών κατευθυντήριων γραμμών σχετικά με AI.
- Περιγράψετε και εξηγήσετε τους υφιστάμενους νόμους που συνδέονται με την χρήση AI.
- Περιγράψετε και εξηγήσετε τις βασικές διασυνδέσεις με το GDPR.
- Περιγράψετε και εξηγήσετε τη μεταρρύθμιση αποζημίωσης.
Μονάδα 4: Εφαρμογή υπεύθυνης διακυβέρνησης και διαχείρισης κινδύνων AI
- Εξηγεί πώς οι μεγάλοι εμπλεκόμενοι στην AI συνεργαζόνται με ένα διαδοχικό χειρισμό για να διαχειρίζονται τους κινδύνους AI, παράλληλα αναγνωρίζοντας τις κοινωνικές ευνοίες των συστημάτων AI. Στο τέλος αυτής της μονάδας, θα είστε σε θέση να;
- Περιγράψετε και εξηγήσετε τους υποχρεωτικούς όρους του νόμου AI της ΕΕ.
- Περιγράψετε και εξηγήσετε άλλους νέους παγκόσμιους νόμους.
- Περιγράψετε και εξηγήσετε τις παρόμοιες και διαφορές μεταξύ των βασικών πλαισίων διαχείρισης κινδύνων και προτύπων.
Μονάδα 5: Εφαρμογή προ젝τών και συστημάτων AI
- Παρουσιάζει το χάρτη, το πρόγραμμα και το περιβάλλον σχεδιασμού προ젝τών AI, τη δοκιμή και επαλήθευση συστημάτων AI κατά την ανάπτυξη, και τη διαχείριση και μονίτορινγκ συστημάτων AI μετά την εφαρμογή. Στο τέλος αυτής της μονάδας, θα είστε σε θέση να;
- Περιγράψετε και εξηγήσετε τους βασικούς βήματες στη φάση προγραμματισμού ανάπτυξης συστήματος AI.
- Περιγράψετε και εξηγήσετε τους βασικούς βήματες στη φάση σχεδιασμού ανάπτυξης συστήματος AI.
- Περιγράψετε και εξηγήσετε τους βασικούς βήματες στη φάση ανάπτυξης ανάπτυξης συστήματος AI.
- Περιγράψετε και εξηγήσετε τους βασικούς βήματες στη φάση υλοποίησης ανάπτυξης συστήματος AI.
Μονάδα 6: Υφιστάμενοι νόμοι που ισχύουν σε συστήματα AI
- Δίνει μια επικοινωνική αξιολόγηση των υφιστάμενων νόμων που διέπουν την χρήση AI, παρουσιάζει βασικές διασυνδέσεις με το GDPR και παρέχει εγνωμοσύνη στην μεταρρύθμιση αποζημίωσης. Στο τέλος αυτής της μονάδας, θα είστε σε θέση να;
- Διασφαλίζετε την παροχή AI κινδύνων διαχείρισης με άλλους συμβατικούς όρους διαχείρισης κινδύνων.
- Ενσωματώνετε τα πρότυπα διακυβέρνησης AI στην εταιρεία.
- Ιδρύετε μια υποδομή διακυβέρνησης AI.
- Χαρτογραφίζετε, προγραμματίζετε και σχεδιάζετε το πρόγραμμα AI.
- Τεστάρετε και επαληθεύετε το σύστημα AI κατά την ανάπτυξη.
- Διαχείριστε και παρακολουθήστε συστήματα AI μετά την εφαρμογή.
Μονάδα 7: Υφιστάμενοι και νέοι νόμοι και πρότυπα AI
- Περιγράφει τους παγκόσμιους συγκεκριμένους νόμους AI και τα μεγάλα πλαίσια και πρότυπα που αποδεικνύουν ότι οι συστήματα AI μπορούν να διαχειριστούν υπεύθυνα. Στο τέλος αυτής της μονάδας, θα είστε σε θέση να;
- Να κερδίσετε εγνωμοσύνη για τα νομικά ζητήματα.
- Να κερδίσετε εγνωμοσύνη για τις ανησυχίες των χρηστών.
- Να κερδίσετε εγνωμοσύνη για τα προβλήματα αξιοπιστίας AI και λογοδοσίας.
Μονάδα 8: Συνεχή ζητήματα και ανησυχίες AI
- Παρουσιάζει τις τρέχουσες συζητήσεις και ιδέες για τη διακυβέρνηση AI, περιλαμβανομένης εγνωμοσύνης νομικών ζητημάτων, ανησυχιών χρηστών και ζητημάτων αξιοπιστίας AI και λογοδοσίας.
Περίληψη και επόμενο βήμα
Απαιτήσεις
Δεν υπάρχουν προαπαιτούμενα γι' αυτό το μάθημα.
Ποιοι θα πρέπει να εκπαιδευτούν;
Πρέπει να συνεχίσουμε να κατασκευάζουμε και να βελτιώνουμε τις διαδικασίες διακυβέρνησης μέσω των οποίων θα εμφανιστεί αξιόπιστη Τζι και πρέπει να επενδύουμε στους ανθρώπους που θα κατασκευάσουν ηθική και υπεύθυνη Τζι. Οι άτομα που δουλεύουν στην υποχρέωση, την ιδιωτικότητα, την ασφάλεια, τη διαχείριση κινδύνων, τη νομική υποθεσία, στην ΑΝ και τη διακυβέρνηση, αλλά και οι επιστήμονες δεδομένων, οι προϊόντων Τζι, οι επιχειρηματικοί αναλυτές, οι υπεύθυνοι για τα προϊόντα Τζι, οι ομάδες λειτουργικής διαχείρισης και άλλοι πρέπει να είναι προετοιμασμένοι να αντιμετωπίσουν τις εκδιατάραξης ισχύων στη διακυβέρνηση Τζι.
Περιλαμβάνονται επίσης κάθε επαγγελματίες που έχουν αναλάβει τη διακυβέρνηση και διαχείριση κινδύνων Τζι στις λειτουργίες τους, καθώς και όποιοι ακολουθούν την πιστοποίηση IAPP Artificial Intelligence Governance Professional (AIGP).