Etik en del af læseplanen, da Singapore indleder et AI-træningspartnerskab med Google Cloud

Deltagere i Singapores lærlingeordning for kunstig intelligens (AI) skal igennem uddannelse, der inkluderer etik og ledelse, så de er opmærksomme på potentielle problemer, der involverer data partiskhed. AI Singapore (AISG), som administrerer lærlingeuddannelsen, tilføjer, at det har indgået et partnerskab med Google Cloud for at udnytte leverandørens AI-værktøjer og bedste praksis.

Faktisk havde AISG adopteret landets Model AI Governance Framework siden den blev introduceret i dets processer i 2019 og gav en forenklet version, som dens lærlinge og ingeniører kunne følge, sagde Lawrence Liew, AISGs direktør for AI-innovation.

AISG blev lanceret i 2017 af National Research Foundation og er et nationalt program, der har til formål at bygge AI kapaciteter og demonstrere, hvordan AI-teknologier kan anvendes i dagligdagen og øge effektiviteten for virksomheder. Til dato har det lettet udrulningen af ​​mere end 30 AI-projekter og udviklet AI-værktøjer, herunder open source RPA-værktøj,

TagUI, som den har nået mere end 70.000 downloads på Github.

Singapore-bureauets partnerskab med Google Cloud ville se, at dets lærlingeordning samt 100E- og Makerspace-programmer udnytter leverandørens AI- og maskinlæringsværktøjer.

Dette betød, at virksomheder, der arbejder med AISG, kunne vælge at gøre det på Googles teknologier, sagde Liew. Han tilføjede, at partnerskabet ikke var eksklusivt, og bemærkede, at hans team arbejdede på andre cloud-platforme, herunder Microsoft Azure og Amazon Web Services (AWS).

Singapore afslørede i 2019 en national AI-strategi at drive adoptionen af ​​teknologien på tværs af bystaten og placere den som en global platform, hvorpå man kan udvikle og teste AI-applikationer. Samtidig havde regeringen understreget behovet for at forudse sociale udfordringer, som AI kunne skabe ved at bevare offentlighedens tillid, bl.a. vurdering af den etiske brug af kunstig intelligens og data.

Det AI Ethics & Governance Body of Knowledge blev udgivet i oktober sidste år som en referencevejledning for organisationer til at anvende AI-teknologier ansvarligt og fremhæve etiske aspekter relateret til udvikling samt udrulning af AI teknologier. Dokumentet blev udviklet baseret på Model AI Governance Framework, som var opdateret i januar sidste år.

Liew bemærkede, at AISG's AI-lærlingeprogram omfattede de første to måneders "dybfærdighed" i AI-teknik, der inkluderede et AI-etisk modul. Deltagerne skulle bestå en test efter den to måneder lange træning, før de kunne gå videre til næste fase, hvor de ville bruge syv måneder på at arbejde på et AI-problem i den virkelige verden via AISGs andre programmer såsom 100 Experiments (100E) og AI Makerspace Mursten.

At inkludere etik i træningsmodulerne sikrede, at dets ingeniører var opmærksomme på potentielle problemer relateret til databias og regeringsførelse, sagde han som svar på ZDNets spørgsmål via video.

Han foreslog, at de seneste nyhedsoverskrifter om partiskhed i nogle AI-applikationer var resultatet af dårligt uddannede softwareingeniører, der anvendte tilgængelige API'er (applikationsprogrammering grænseflader) for at udtrække data uden først at sikre sandheden eller relevansen af ​​dataeksemplerne for de problemer, de forsøgte at løse. Disse ingeniører var sandsynligvis ikke uddannet eller uddannet i datamining eller datakurering, sagde han og understregede, at datasæt skulle være "afbalanceret".

"Mennesker er en del af processen med at designe indsamlingen af ​​data, og mennesker [i naturen] er allerede bias. Så de genererede data vil allerede være partiske," sagde Liew. Han bemærkede, at sådanne risici kunne minimeres, hvis data- eller AI-ingeniører forstod domænet og kilderne, hvor data blev udtrukket, anerkendte, hvor der kunne være skævhed, og vidste at rette dem. Der var også værktøjer nu til at automatisere nogle af disse opgaver, som tjente til yderligere at forbedre kvaliteten af ​​datasæt, sagde han.

Han tilføjede, at AISG-ingeniører havde en tjekliste for at sikre, at der ikke var nogen databias, før nogen data blev godkendt til brug til at træne AI-modeller.

Paul Wilson, Googles administrerende direktør for den offentlige sektor, bemærkede, at indførelsen af ​​kunstig intelligens, ligesom enhver ny teknologi, krævede nogle overvejelser. Det kunne udnyttes til forskellige formål, både gode og dårlige, så nøglen her dengang var at sikre etisk implementering, sagde Wilson i et videointerview med ZDNet.

Han pegede på Googles AI-principper, først udgivet i juni 2018 og senest opdateret i juli sidste år, som skitserede USA leverandørens tilgang til den etiske implementering af teknologien og inkorporering af politikker og forskrifter.

Han tilføjede, at virksomheden havde til formål at arbejde tæt sammen med regeringer for at løse eventuelle spørgsmål og tilbyde værktøjer og ekspertise til at navigere i sådanne problemer.

Google havde i 2019 dannet en gruppe for at diskutere de etiske implikationer af AI, kun for at opløse det uger senere. Det havde så peget på "nuværende miljø"som grund.

Den amerikanske sælger havde sagt det ville ikke udvikle AI til våben eller applikationer, der ville forårsage skade, men som ville "arbejde med regeringer og militæret på mange andre områder".

Andre som f.eks Microsoft, Amazon, og IBM enten forbudt eller midlertidigt standset salget af ansigtsgenkendelsessoftware til politiafdelinger på grund af bekymringer om racediskrimination.

Tryk på AI for at opdage revner

For Oceans.ai kan AI-teknologier dog vise sig nyttige til at forbedre effektiviteten i, hvordan udstyr var inspiceret og defekter opdaget, især i visse miljøer såsom på offshore olie og gas platforme.

Opstarten henvendte sig til AISG's 100E for at udvikle et AI-drevet aktivinspektions- og rapporteringsværktøj til industriel implementering. Teamet bruger en række Google Cloud-værktøjer til at bygge AI-motoren, herunder Firebase, Cloud Run og Cloud Storage, og sigter mod, at platformen skal implementeres ved årets udgang.

Når det implementeres, kan det løse en vigtig udfordring med at inspicere og identificere defekter på udstyr, der er placeret fjerntliggende steder, sagde Vinod Govindan, Oceans.ai's medstifter og administrerende direktør.

Hvis AI-platformen kunne gøre det med uploadede billeder eller potentielt via visuelle data i realtid, ville det minimere behovet for mennesker at blive indsat til at udføre inspektion på disse fjerntliggende steder, sagde Govindan under videointerviewet med AISG.

Enhver mængde automatisering ville være nyttig til at forbedre sikkerheden og hastigheden af ​​inspektionen, tilføjede Siva Keresnasami, Ocean Atlantic Internationals administrerende direktør og Oceans.ai's medstifter. Han bemærkede, at behovet for at gøre det var særligt relevant midt i den globale pandemi, hvor det var sværere at sende ressourcer ud til disse steder.

Holdet brugte i øjeblikket droner til at fange og indsamle billeder, men undersøgte også muligheder for implementere autonome robotter og crawlere til at fange data for aktiver placeret under vandet, Keresnasami sagde.

Fokus for nu var på at træne AI-modellen til at detektere udstyr til korrosioner, revner og deformation af udstyr, som tegnede sig for størstedelen af ​​problemer relateret til aktiver, bemærkede Govindan. Der var også en rimelig størrelse af datasæt allerede til rådighed for at træne modellen på tværs af disse tre områder, sagde han.

Der var færre billeder tilgængelige for fejl, der var mindre almindelige, såsom manglende dele og lækager. Dette udgjorde en udfordring med at træne AI-modellen til mere præcist at inspicere og opdage sådanne fejl, da den lærte af et mindre sæt data, sagde han. Han tilføjede, at revner og deformation heller ikke forekom så hyppigt som korrosioner, hvilket kunne skævvride resultater genereret af AI-motoren.

Han bemærkede, at hans team søgte at samle tilstrækkeligt til at fodre og træne AI-modellen. Han pegede på et muligt samarbejde med andre teknologi- og serviceudbydere i branchen, hvilket evt interesseret i at trykke på AI-platformen for at levere yderligere billeder til at bygge videre på datasættene og støde op på bind. Disse partnerskaber, hvis de etableres, ville være nødt til at acceptere databeskyttelsespolitikker, sagde han.

Wilson sagde, at Singapore, med sin investering i kunstig intelligens samt fokus på global handel, turisme og engagement med borgerne, kunne vise nogle interessante use cases og lektioner om teknologien. Især sagde han, at han gerne ville se erfaringerne fra AISG's forskellige programmer.

"Partnerskabet med AI Singapore ser, at vi arbejder i fællesskab for at stå i spidsen for nye applikationer af cloud AI for fundamentalt at ændre forretningsmodeller og fremme innovation i Singapore," sagde han. "Ved at gøre det håber vi at spille en rolle i at opretholde nationens nationale konkurrenceevne og transformere Singapore til et globalt knudepunkt for AI-løsninger."

Singapores regering sagde i sidste måned, at den ville bruge mere end SG$500 mio ($371,86 millioner) i dette regnskabsår for at drive indførelse og udrulning af kunstig intelligens i den offentlige sektor. Dette tal vil udgøre 13 % af dets samlede udgifter til IKT-indkøb for året.

"AI kan hjælpe regeringen med at levere bedre tjenester, træffe bedre beslutninger baseret på datadrevet indsigt og optimer driften for at øge produktiviteten," sagde GovTech, der administrerer sektorens IKT initiativer. "For at støtte offentlige myndigheder med at implementere AI har GovTech bygget forskellige centrale platforme til at understøtte almindelige use cases inden for området videoanalyse, naturlig sprogbehandling, svindelanalyse og personalisering for at hjælpe bureauer med at reducere omkostningerne ved at indsætte AI løsninger. De centrale platforme gør det også muligt for bureauer at få adgang til fælles funktioner og nyde lavere omkostninger til administration, vedligeholdelse og opdatering af systemer."

RELATERET DÆKNING

• Singapore udgiver AI ethics, governance reference guide
• Singapore udgiver seneste AI Framework-udgave for at forbedre styring og tillid
• Singapore understreger behovet for at opbygge tillid, efterhånden som AI fortsætter med at udvikle sig
• Singapore ønsker udbredt brug af kunstig intelligens i smart nation drive
• Singapore sigter mod at opbygge AI-færdigheder til digital økonomi
• Singapore sætter intellektuel ejendomsret fokus på innovation, immaterielle aktiver