Membangun AI secara bertanggung jawab di AWS
Pertumbuhan AI generatif yang pesat membawa inovasi baru yang menjanjikan, dan pada saat yang sama menimbulkan tantangan baru. Di AWS, kami berkomitmen untuk mengembangkan AI secara bertanggung jawab, mengambil pendekatan yang berpusat pada orang-orang yang memprioritaskan pendidikan, sains, dan pelanggan agar dapat mengintegrasikan AI yang bertanggung jawab di seluruh siklus hidup AI ujung ke ujung.
Dimensi inti AI yang bertanggung jawab
Keadilan
Mempertimbangkan dampak terhadap berbagai kelompok pemangku kepentingan
Kemampuan Menjelaskan
Memahami dan mengevaluasi keluaran sistem
Privasi dan keamanan
Mendapatkan, menggunakan, dan melindungi data dan model dengan tepat
Keselamatan
Mencegah keluaran sistem yang berbahaya dan penyalahgunaan
Pengendalian
Memiliki mekanisme untuk memantau dan mengarahkan perilaku sistem AI
Kebenaran dan kekokohan
Mencapai keluaran sistem yang benar, bahkan dengan masukan yang tidak terduga atau berlawanan
Tata Kelola
Memasukkan praktik terbaik ke dalam rantai pasokan AI, termasuk penyedia dan deployer
Transparansi
Memungkinkan pemangku kepentingan untuk membuat pilihan berdasarkan informasi yang akurat tentang interaksi mereka dengan sistem AI
Dimensi inti AI yang bertanggung jawab
Keadilan
Mempertimbangkan dampak terhadap berbagai kelompok pemangku kepentingan
Kemampuan Menjelaskan
Memahami dan mengevaluasi keluaran sistem
Privasi dan keamanan
Mendapatkan, menggunakan, dan melindungi data dan model dengan tepat
Keselamatan
Mencegah keluaran sistem yang berbahaya dan penyalahgunaan
Pengendalian
Memiliki mekanisme untuk memantau dan mengarahkan perilaku sistem AI
Kebenaran dan kekokohan
Mencapai keluaran sistem yang benar, bahkan dengan masukan yang tidak terduga atau berlawanan
Tata Kelola
Memasukkan praktik terbaik ke dalam rantai pasokan AI, termasuk penyedia dan deployer
Transparansi
Memungkinkan pemangku kepentingan untuk membuat pilihan berdasarkan informasi yang akurat tentang interaksi mereka dengan sistem AI
Layanan dan alat
AWS menawarkan layanan dan alat untuk membantu Anda merancang, membangun, dan mengoperasikan sistem AI secara bertanggung jawab.
Menerapkan pengamanan dalam AI generatif
Pagar Pembatas Amazon Bedrock membantu Anda menerapkan perlindungan yang disesuaikan dengan aplikasi AI generatif dan selaras dengan kebijakan AI yang bertanggung jawab. Pagar pembatas menyediakan perlindungan tambahan yang dapat disesuaikan di atas perlindungan asli FM, sehingga dapat memberikan perlindungan keselamatan yang terbaik di industri dengan:
- Memblokir sebanyak 85% lebih banyak konten berbahaya
- Memfilter lebih dari 75% respons halusinasi untuk beban kerja RAG dan ringkasan
- Memungkinkan pelanggan untuk menyesuaikan dan menerapkan perlindungan keamanan, privasi, dan kebenaran dalam satu solusi
Evaluasi model fondasi (FM)
Evaluasi Model di Amazon Bedrock membantu Anda mengevaluasi, membandingkan, dan memilih FM terbaik untuk kasus penggunaan spesifik Anda berdasarkan metrik kustom, seperti akurasi, ketahanan, dan toksisitas. Anda juga dapat menggunakan Amazon SageMaker Clarify dan fmeval untuk evaluasi model.
Mendeteksi bias dan menjelaskan prediksi
Bias merupakan ketidakseimbangan pada data atau perbedaan pada performa suatu model di berbagai grup yang berbeda. Amazon SageMaker Clarify membantu Anda memitigasi bias dengan cara mendeteksi potensi bias selama persiapan data, setelah pelatihan model, dan dalam model yang di-deploy dengan memeriksa atribut tertentu.
Memahami perilaku model penting untuk mengembangkan model yang lebih akurat dan membuat keputusan yang lebih baik. Amazon SageMaker Clarify memberikan visibilitas yang lebih besar ke dalam perilaku model, sehingga Anda dapat memberikan transparansi kepada pemangku kepentingan, memberikan informasi sebagai dasar untuk pembuat keputusan, dan melacak apakah model berjalan seperti yang diinginkan.
Pemantauan dan tinjauan manusia
Pemantauan penting untuk mempertahankan model machine learning (ML) berkualitas tinggi dan membantu memastikan prediksi yang akurat. Amazon SageMaker Model Monitor akan secara otomatis mendeteksi dan memberi tahu Anda jika ada prediksi yang tidak akurat dari model yang di-deploy. Selain itu, dengan Amazon SageMaker Ground Truth, Anda dapat menerapkan umpan balik manusia di seluruh siklus hidup ML untuk meningkatkan akurasi dan relevansi model.
Meningkatkan tata kelola
Tata Kelola ML dari Amazon SageMaker menyediakan alat yang dibuat khusus untuk meningkatkan tata kelola proyek ML Anda dengan memberikan kontrol dan visibilitas yang lebih ketat atas model ML Anda. Anda dapat dengan mudah menangkap serta berbagi informasi model dan tetap mendapat informasi tentang perilaku model, seperti bias, semuanya di dalam satu tempat.
Kartu Layanan AWS AI
Kartu Layanan AI adalah sumber daya untuk meningkatkan transparansi dengan memberi Anda satu tempat untuk menemukan informasi tentang kasus dan batasan penggunaan yang dimaksudkan, pilihan desain AI yang bertanggung jawab, dan praktik terbaik optimisasi performa untuk layanan dan model AI kami.