IEEE 해석 가능한 AI 아키텍처 표준 P2894 공식 출시

Explainable AI(XAI)는 인공 지능의 새로운 분야로, 인공 지능 기능이 내리는 모든 결정의 논리를 분석하는 데 사용됩니다. 이는 인공 지능의 지속 가능한 발전을 위한 핵심 관심사 중 하나입니다. 대형 모델 시대의 도래와 함께 모델은 점점 더 복잡해지고 있으며, 해석 가능성에 주목하는 것은 인공지능 시스템의 투명성, 보안성, 신뢰성을 향상시키는 데 큰 의미가 있습니다. interpretable 국제 표준 i

eee p2894 s가 출시되어 릴리즈를 시작합니다. 설명 가능한 인공 지능을 위한 아키텍처 프레임워크)가 공식적으로 출시되었습니다. IEEE는 세계 최대 규모의 비영리 전문 기술 협회로 학술 및 국제 표준 분야에서 권위를 인정받고 있으며 현재 900개 이상의 산업 표준을 제정했습니다. 표준 원본 텍스트 링크://m.sbmmt.com/link/b252e54edce965ac4408effd7ce41fb7이번에 발표된 해석 가능한 AI 아키텍처 표준은 업계에 기계 학습 모델을 구축, 배포 및 관리할 수 있는 기술을 제공합니다. Blueprint , 다양한 설명 가능한 AI 방식을 채택하여 투명하고 신뢰할 수 있는 AI의 요구 사항을 충족합니다. 이 표준은 설명 가능한 AI에 대한 설명 및 정의, 설명 가능한 AI 방법의 분류, 각 유형에 적용 가능한 적용 시나리오, 설명 가능한 AI 시스템의 정확성, 개인 정보 보호 및 보안을 포함하여 설명 가능한 AI에 대한 아키텍처 프레임워크 및 애플리케이션 지침을 정의합니다. 성과평가방법. 2020년 6월 초, WeChat Bank, Huawei, JD.com, Baidu, Yitu, Hisense, CETC 빅 데이터 연구소, 컴퓨팅 기술 연구소, 중국과학원, China Telecom, China Mobile, China Unicom, Shanghai Computer 소프트웨어 기술 개발 센터, ENN 그룹, 중국 자산 관리, 시노베이션 벤처스 등 20개 이상의 기업과 기관이 AI 기술 보안 사양에 대한 깊은 이해와 비즈니스 시나리오의 설명 가능성을 바탕으로 IEEE 표준 협회에서 공동으로 해석 가능성 이니셔티브를 설립했습니다. 금융, 유통, 스마트시티 등 다양한 분야에서 실무그룹을 구성하고 그 달 첫 번째 표준 실무그룹 회의를 조직했습니다. 위챗뱅크 인공지능 수석과학자 판 리신(Fan Lixin) 박사가 표준 실무그룹 의장을 맡고, 첸 이신(Chen Yixin) 미국 워싱턴대 교수가 부회장을 맡고 있다. 이후 표준 실무그룹은 여러 차례 회의를 가졌고, 최종 표준 초안은 2024년 2월 IEEE 표준 협회에서 공식적으로 발표될 예정이다.

” 데이터 Dr. Fan Lixin은 이번에 발표된 설명 가능한 AI 시스템 아키텍처 표준도 중요한 이정표라고 소개했습니다. "신뢰할 수 있는 연합 학습"이라는 새로운 패러다임을 연구하고 구현합니다. "신뢰할 수 있는 연합 학습"은 사용자와 감독자의 요구를 충족할 수 있는 분산형 기계 학습 패러다임입니다. 이 패러다임에서는 개인 정보 보호, 모델 성능 및 알고리즘 효율성이 핵심 삼각형 초석이며 모델 의사 결정 해석 가능성 및 모델 감독 가능성의 두 가지 기둥과 함께 보다 안전하고 신뢰할 수 있는 연합 학습을 형성합니다. 》신뢰할 수 있는 연합학습'이라는 새로운 패러다임을 소개하는 글입니다. 이 패러다임에서는 개인 정보 보호, 모델 성능 및 알고리즘 효율성이 핵심 삼각형 초석이며 모델 의사 결정 해석 가능성 및 모델 감독 가능성의 두 가지 기둥과 함께 보다 안전하고 신뢰할 수 있는 연합 학습을 형성합니다. 이 패러다임은 모든 측면의 요구를 충족할 수 있으며 새로운 분산 기계 학습 방법입니다. 이 기사에서는 이 패러다임의 중요성과 구성 요소를 소개합니다. 데이터의 안전한 순환이 핵심 역할을 하며, 신뢰할 수 있는 연합 학습은 데이터 요소의 안전한 순환을 촉진하는 데 핵심적인 역할을 합니다. 국가데이터청이 발표한 '데이터 요소' 3개년 실행 계획(2024~2026)에서는 '안전하고 신뢰할 수 있는 유통 환경을 조성하고, 개인 정보 보호 컴퓨팅 및 연합 학습과 같은 기술의 적용을 심화하며, 신뢰성과 신뢰성을 향상'할 것을 제안합니다. 데이터 활용의 제어 가능성", 측정 가능한 기능, 데이터 규정 준수의 효율적인 순환 및 사용을 촉진합니다. "신뢰할 수 있는 연합 학습은 개인 정보 보호 컴퓨팅, 연합 학습 및 기타 기술을 기반으로 하는 데이터 규정 준수 순환 방법으로 신뢰도, 제어 가능성 및 데이터 규정 준수를 향상시킬 수 있습니다. 데이터 활용의 예측 가능성 측정 기능은 데이터의 규정 준수, 효율적인 순환 및 사용을 촉진하여 데이터의 가치를 극대화합니다.

연합학습과 신뢰할 수 있는 인공지능에 산업계와 학계가 주목하는 가운데, IEEE 표준 협회에서 승인한 다수의 신뢰할 수 있는 연합학습과 신뢰할 수 있는 인공지능 표준도 속속 출시될 예정입니다. 이 중 연합학습의 개인정보 보호 및 보안 아키텍처에 관한 표준 IEEE P2986(Recommended Practice for Privacy and Security for Federated Machine Learning) 초안이 완성되어 곧 공식 출시될 예정입니다. 본 표준은 업계 최초로 연합학습의 개인정보 위험 수준 및 보안 위험 수준 평가 방법을 제안합니다. 특히 연합 기계 학습의 일반적인 결함과 대책, 연합 기계 학습에 대한 개인 정보 보호 및 보안 요구 사항, 연합 기계 학습 개인 정보 보호 및 보안 평가 지침이 포함되어 있습니다.

또한 IEEE P2986을 기반으로 연합 학습에 좀 더 초점을 맞춘 신뢰할 수 있는 연합 학습 표준인 IEEE P3187(Guide for Framework for Trustworthy Federated Machine Learning)도 예비 검토를 완료했습니다. 이 표준은 신뢰할 수 있는 연합 학습의 프레임워크와 기능을 제안하고, 이러한 기능의 구현에 대한 특정 제약 조건을 설정하며, 신뢰할 수 있는 연합 학습을 구현하기 위한 솔루션을 소개합니다.

Large Model AI Agent+대형 모델 시대에 신뢰할 수 있는 인공 지능을 만들기 위한 연합 학습

최근 China Telecom과 WeBank도 공동으로 의미 정보 정보 기관 설립을 시작했습니다. 연합 학습 표준 IEEE P3427(의미 정보 에이전트의 연합 기계 학습 표준) 작업 그룹. 본 표준안에서 논의되는 주제는 연합 머신러닝 기반의 의미인지 네트워크에서의 역할 정의, 인센티브 메커니즘, 다양한 의미 에이전트의 의미 전달, 인간이 이해하기 쉬운 의미 에이전트에 대한 의미 정보 표현, 의미 에이전트 간 연합 등이다. 정보보안, 효율적인 상호작용 등 표준워킹그룹은 2024년 3월말 표준 개발을 착수할 예정이며, 현재 다양한 업계의 관련 전문가를 모집해 공동으로 표준 개선과 산업 발전을 도모하고 있다.

관련 산업 표준의 연속 출시는 산업 간, 분야 간 기술 협력과 혁신을 더욱 촉진하고, AI의 "블랙박스"를 열고, 높은 정확도와 데이터 요소의 안전하고 효율적인 순환을 촉진할 것입니다. 높은 해석성은 인류에게 이익을 가져다주는 기술의 광범위하고 책임감 있고 효과적인 적용을 실현하는 데 도움이 될 것입니다.

위 내용은 IEEE 해석 가능한 AI 아키텍처 표준 P2894 공식 출시의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!