Responsible Artificial Intelligence Practices (Thai)

ในหลักสูตรนี้ คุณจะได้เรียนรู้เกี่ยวกับแนวทางปฏิบัติด้าน AI ที่มีความรับผิดชอบ ในขั้นแรก คุณจะได้เริ่มต้นเรียนรู้ว่า AI ที่มีความรับผิดชอบคืออะไร คุณจะได้เรียนรู้การนิยาม AI ที่มีความรับผิดชอบ, เข้าใจความท้าทายที่ AI ที่มีความรับผิดชอบพยายามก้าวข้าม และสำรวจมิติหลักของ AI ที่มีความรับผิดชอบ

จากนั้นคุณจะได้เจาะลึกเกี่ยวกับการพัฒนาระบบ AI ที่มีความรับผิดชอบในบางหัวข้อ คุณจะได้ทำความรู้จักบริการและเครื่องมือที่ AWS นำเสนอเพื่อช่วยคุณในเรื่องเกี่ยวกับ AI ที่มีความรับผิดชอบ นอกจากนี้ คุณยังจะได้เรียนรู้ถึงข้อควรพิจารณาเกี่ยวกับ AI ที่มีความรับผิดชอบ ในการเลือกโมเดลและเตรียมข้อมูลสำหรับระบบ AI ของคุณ

สุดท้ายคุณจะได้เรียนรู้เกี่ยวกับโมเดลที่โปร่งใสและอธิบายได้ คุณจะได้รับความเข้าใจอย่างชัดเจนว่า โมเดลที่โปร่งใสและอธิบายได้นั้นควรเป็นอย่างไร นอกจากนี้ คุณยังจะได้สำรวจข้อควรพิจารณาเกี่ยวกับสิ่งที่ต้องแลกเพื่อให้ได้มาซึ่งโมเดลที่โปร่งใส และหลักการของการออกแบบที่มุ่งเน้นมนุษย์สำหรับ AI ที่อธิบายได้

• ระดับหลักสูตร: พื้นฐาน
• ระยะเวลา: 1 ชั่วโมง

กิจกรรม

หลักสูตรนี้ประกอบด้วยองค์ประกอบเชิงโต้ตอบ ข้อความคำชี้แจง ภาพประกอบ และการทดสอบความรู้

วัตถุประสงค์ของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้วิธีการทำสิ่งต่อไปนี้

• บรรยายถึง AI ที่มีความรับผิดชอบ
• อธิบายไบแอสในโมเดล AI
• ระบุความเสี่ยงของ AI ช่วยสร้าง
• ระบุมิติหลักของ AI ที่มีความรับผิดชอบ
• อธิบายบริการและเครื่องมือที่ AWS นำเสนอสำหรับ AI ที่มีความรับผิดชอบ
• อธิบายแนวทางปฏิบัติที่มีความรับผิดชอบในการเลือกโมเดล
• บรรยายลักษณะความรับผิดชอบของชุดข้อมูลที่มีความรับผิดชอบ
• บรรยายโมเดลที่โปร่งใสและอธิบายได้
• ระบุสิ่งที่ต้องแลกเพื่อให้ได้มาซึ่งโมเดล AI ที่มีความรับผิดชอบ
• อธิบายหลักการของการออกแบบที่มุ่งเน้นมนุษย์

กลุ่มเป้าหมายที่ตั้งไว้

หลักสูตรนี้จัดทำขึ้นสำหรับบุคคลต่อไปนี้

• บุคคลที่สนใจในแมชชีนเลิร์นนิงและปัญญาประดิษฐ์ โดยไม่ขึ้นกับบทบาทงานจำเพาะใด
• บุคคลที่ตั้งใจจะเข้าร่วมการสอบการรับรอง AI Practitioner ที่ได้รับการรับรองจาก AWS

ข้อกำหนดเบื้องต้น

แนวทางปฏิบัติด้าน AI ที่มีความรับผิดชอบเป็นส่วนหนึ่งของชุดสอนการสร้างรากฐานเกี่ยวกับปัญญาประดิษฐ์ แมชชีนเลิร์นนิง และ AI ช่วยสร้าง ขอแนะนำให้คุณศึกษาทั้งสองหลักสูตรนี้ให้เสร็จสิ้นก่อน ถ้าคุณยังไม่ได้ศึกษา:

• Fundamentals of Machine Learning and Artificial Intelligence
• Exploring Artificial Intelligence Use Cases and Applications

เนื้อหาหลักสูตร

ส่วนที่ 1: ความรู้เบื้องต้น

• ความรู้เบื้องต้น

ส่วนที่ 2: ความรู้เบื้องต้นเกี่ยวกับ AI ที่มีความรับผิดชอบ

• AI ที่มีความรับผิดชอบคืออะไร
• ความท้าทายของ AI ที่มีความรับผิดชอบ
• มิติหลักของ AI ที่มีความรับผิดชอบ
• ทดสอบความรู้

ส่วนที่ 3: การพัฒนาระบบ AI ที่มีความรับผิดชอบ

• บริการและเครื่องมือของ Amazon สำหรับ AI ที่มีความรับผิดชอบ
• ข้อควรพิจารณาด้านการมีความรับผิดชอบในการเลือกโมเดล
• การเตรียมชุดข้อมูลอย่างมีความรับผิดชอบ
• ทดสอบความรู้

ส่วนที่ 4: โมเดล AI ที่โปร่งใสและอธิบายได้

• โมเดลที่โปร่งใสและอธิบายได้คืออะไร
• สิ่งที่ต้องแลกเพื่อให้ได้มาซึ่งโมเดล AI ที่มีความรับผิดชอบ
• หลักการของการออกแบบที่มุ่งเน้นมนุษย์สำหรับ AI ที่อธิบายได้
• จุดตรวจสอบความรู้

ส่วนที่ 5: ทรัพยากร

• ลิงก์ไปยังบริการ AWS