透過這些關鍵資源提升你的AI素養

在2月2日之後，根據歐盟人工智慧法案，公司必須確保員工具備人工智慧素養。

具備人工智慧素養不僅僅是遵守法律的要求。這對於培養創新和競爭力非常重要，並且與行業最佳實踐相符。人工智慧將影響每個行業，員工需要準備好把這當作一個機會來建立信任，同時管理風險。

提供和運用人工智慧系統的公司應採取措施，確保其員工及其他與其代表運行和使用人工智慧系統的人員具備足夠的人工智慧素養，考慮到他們的技術知識、經驗、教育和培訓，以及人工智慧系統將被使用的情境，並考慮到將使用人工智慧系統的個人或群體。——歐盟人工智慧法案第4條

為了幫助領導者，我們整理了一份全面的資源清單，幫助個人和組織提高對人工智慧的理解。這些工具和培訓旨在增強技術知識、治理能力和倫理意識。

負責任的人工智慧技能：建立堅實的基礎

發展人工智慧素養圍繞三個關鍵領域：技術知識、治理框架和倫理原則。這些支柱為組織提供了培養透明度、確保合規性和推動安全創新的基礎。

1. 技術技能：了解人工智慧的基本構建塊

人工智慧素養始於了解人工智慧系統的設計和運作方式。雖然不是每個人都需要成為數據科學家，但基本的理解將幫助員工自信且有效地使用人工智慧。

以下是一些可接觸的資源來增強技術技能：

計算機科學家解釋機器學習的五個難度級別：觀看這段26分鐘的視頻，了解針對不同專業水平的機器學習概念。

機器學習速成課程：這個4小時的視頻系列結合理論學習和實際範例，非常適合初學者。

微軟Azure人工智慧基礎：使用微軟Azure進行動手學習，探索人工智慧和機器學習的基本概念，適合希望在廣泛使用的雲平台上看到人工智慧概念實際應用的初學者，時長4-8小時。

SAS數據素養基礎：這個3小時的課程專注於數據素養的重要性，教導數據的基本知識及其在人工智慧和機器學習中的角色，適合希望更有意義地接觸數據並建立基礎理解的各類人員。

Coursera的每個人都能學習人工智慧：介紹機器學習、神經網絡和深度學習等人工智慧概念，並涵蓋人工智慧的能力、限制、倫理考量及合作與創新的策略。這個6小時的課程非常適合非技術專業人士。

谷歌的大型語言模型介紹：這是一個入門課程，提供大型語言模型的概述、架構及其在人工智慧中的應用。在這個1小時的微學習課程中，了解各種用例以及如何使用提示調整來提升性能。

2. 治理技能：建立負責任的人工智慧系統

治理框架對於確保人工智慧系統的倫理性、透明性和合規性至關重要。健全的治理能減少風險、解決偏見問題，並建立利益相關者的信任，同時符合不斷變化的法規。

推薦的治理技能資源：

Equal AI內部指南：設計和運作負責任的人工智慧治理框架：探索人工智慧採用的增長、其財務效益、消費者對倫理人工智慧的期望、全球標準的缺乏，以及為避免昂貴的無所作為而需要主動治理。

CIPL的負責任人工智慧計劃：將新興最佳實踐映射到CIPL問責框架：涵蓋領導力、風險評估、透明度和培訓，與CIPL的問責框架對齊，提供多年數據保護專業知識的見解，報告長度40頁。

可信人工智慧治理的綜合方法：了解如何以倫理、信任和創建優先考慮責任和問責的系統為重點來進行人工智慧治理。在這份20頁的白皮書中，探索人工智慧中倫理的商業需求、為何應該擁抱可信的人工智慧，以及如何在組織中建立可信的人工智慧治理。

Turing在線學習平台：學習基礎策略，探索有效理解和應用人工智慧治理原則的研究支持方法，這是艾倫·圖靈研究所的免費開放學習資源。

人工智慧策略與治理：通過這個7小時的Coursera課程，發現轉型企業、獲得競爭優勢和建立負責任的人工智慧策略的策略，並提供7天的免費試用。

負責任的創新與可信的人工智慧：這門課程探討了信任和責任在人工智慧、分析和創新中的重要性，這是一個7小時的SAS課程。獲得基礎理解和考慮負責任創新和可信人工智慧相關問題所需的技能。

3. 倫理技能：將價值觀融入人工智慧實踐

倫理技能專注於解決偏見、確保公平、評估風險和優先考慮透明度。將倫理融入組織文化能促進信任、問責和包容性，從而實現負責任的人工智慧採用。優先考慮倫理框架有助於解決偏見和社會影響等挑戰，同時使創新與組織的價值觀和目標保持一致。

以下是一些關鍵的倫理技能資源：

麻省理工學院道德機器：通過一個互動遊戲來測試你的道德直覺，挑戰你在互動情境中做出生死決策，揭示倫理人工智慧的複雜性。

SAS數據倫理博客文章：閱讀來自SAS博客的多元聲音，關於數據倫理和可信人工智慧的博客文章。

聯合國教科文組織人工智慧的倫理：挑戰與治理：這段7分鐘的聯合國教科文組織視頻討論了人工智慧倫理和治理中的挑戰，包括解決不平等和偏見。

馬克庫拉應用倫理中心：瀏覽馬克庫拉應用倫理中心資源集合中的技術倫理文章、案例研究和各領域的材料。

人工智慧：倫理與社會挑戰，來自隆德大學：這個為期4週的Coursera課程探討人工智慧的倫理和社會影響，重點關注偏見、監視、責任和人工智慧中的控制問題等關鍵主題。

人工智慧事件數據庫：通過一個全面的數據庫探索現實世界中的人工智慧失敗及其教訓，促進對人工智慧開發的認識和問責。

現在是時候擁抱人工智慧素養了。這不是恐懼或猶豫，而是解鎖增長、創新和負責任決策的新機會。無論你是準備為未來做準備的領導者，還是適應新工具的團隊成員，保持好奇心和學習的承諾是你在人工智慧驅動的世界中茁壯成長的關鍵。今天就開始你的旅程吧！

了解SAS如何以倫理和負責任的方式推動技術創新

Ravit Dotan也參與了這篇博客文章的撰寫。