AI Ethics Presentation PDF

จริยธรรมปั ญญาประดิษฐ์ กับการวิจัย บรรยายโดย: ผู้ช่วยศาสตราจารย์ ดร. รัชฎา คงคะจันทร์ Data Science and Innovation วิทยาลัยสหวิทยาการ มหาวิทยาลัยธรรมศาสตร์  กรรมการจริยธรรมปัญญาประดิษฐ์ สมาคมปัญญาประดิษฐ์ปร...

จริยธรรมปั ญญาประดิษฐ์ กับการวิจัย บรรยายโดย: ผู้ช่วยศาสตราจารย์ ดร. รัชฎา คงคะจันทร์ Data Science and Innovation วิทยาลัยสหวิทยาการ มหาวิทยาลัยธรรมศาสตร์  กรรมการจริยธรรมปัญญาประดิษฐ์ สมาคมปัญญาประดิษฐ์ประเทศไทย อาจารย์ประจำหลักสูตรวิทยาศาสตรบัณฑิต สาขาวิทยาศาสตร์และนวัตกรรมข้อมูล หัวหน้าโครงการสร้างความตระหนักรู้ การ คณะกรรมการจริยธรรม ประยุกต์ใช้ปัญญาประดิษฐ์ อย่างมีจริยธรรม ฯ ปัญญาประดิษฐ์  หัวข้อบรรยาย ความสำคัญของปัญญาประดิษฐ์ ความหมาย / วิวัฒนาการ ปัญญาประดิษฐ์ จริยธรรมปัญญาประดิษฐ์ 1. ความสำคัญของ ปัญญาประดิษฐ์ Industrial Evolution https://www.hdatasystems.com/blog/importance-and-benefits-of-artificial-intelligence  หัวข้อบรรยาย ความสำคัญของปัญญาประดิษฐ์ ความหมาย / วิวัฒนาการ ปัญญาประดิษฐ์ จริยธรรมปัญญาประดิษฐ์  “The art, science and engineering of making things that can think, perceive and act as human beings, and even better.” https://e-technologynews.com/what-is-artificial-intelligence-datamation/  การรับรู้สภาพแวดล้อม (Perceiving) การวางแผนและ การเรียนรู้สิ่งใหม่ พิจารณาด้วยเหตุผล (Learning) (Reasoning) การสรุปองค์ความรู้ (Abstracting) การรับรู้สภาพแวดล้อม Radio Detection (Perceiving) Rear and 360° Cameras And Ranging Light Detection And Ranging Three Sensor Types Drive Autonomous Vehicles By Gert Rudolph, Uwe Voelzke https://www.fierceelectronics.com/components/three-sensor-types-drive-autonomous-vehicles การเรียนรู้สิ่งใหม่ (Learning) การสรุปองค์ความรู้ (Abstracting) การวางแผนและพิจารณาด้วยเหตุผล (Reasoning) Symbolic AI Machine Learning Just like humans learn from experiences, machines learn from data. Machine Learning is an application of artificial intelligence where a computer/machine learns from past experiences (input data) and makes future predictions. Supervised Learning: Learns from labeled data. Types of Machine Learning Example: Teaching a machine to recognize spam emails (spam vs. not spam). Unsupervised Learning: Learns from unlabeled data. Example: Grouping customers by similar purchasing habits. Reinforcement Learning: Learns by making decisions and receiving rewards or penalties. Example: Self-driving cars learning to navigate through traffic. “https://ceralytics.com/3-types-of-machine-learning/”  Variational Autoencoders (VAEs) Generative Adversarial Networks (GANs) “https://vitalflux.com/gan-vs-vae-differences-similarities-examples/” A key aspect that differentiates Transformers from traditional neural networks is the self-attention mechanism. This mechanism allows the model to weigh the importance of each input element with respect to all the other elements in the sequence. Why is Machine Learning Important? Key Points: It's used in many areas of daily life. It helps us solve problems faster. Powers many technologies like recommendation systems, image recognition, etc. Big data primarily refers to data sets that are too large or complex to be dealt with by traditional data-processing application software. The Internet of things describes physical objects with sensors, processing ability, software, and other technologies that connect and exchange data with other devices and systems over the Internet or other communications networks. https://www.interviewbit.com/iot-interview-questions/ Data science is an interdisciplinary academic field that uses statistics, scientific computing, scientific methods, processes, algorithms, and systems to extract or extrapolate knowledge and insights from noisy, structured, and unstructured data. https://www.a-host.co.th/importance-of-data-analytics-in-data-driven-era/  หัวข้อบรรยาย ความสำคัญของปัญญาประดิษฐ์ ความหมาย / วิวัฒนาการ ปัญญาประดิษฐ์ จริยธรรมปัญญาประดิษฐ์ https://www.newworldai.com/what-is-technological-singularity/  Wisconsin Florida New York California COMPAS Prediction Feature Result  คะแนนความเสี่ยงที่คน คะแนนความเสี่ยงที่คน ผิวสีจะกระทำผิดซ้ำ ผิวขาวจะกระทำผิดซ้ำ ความเสี่ยงต่ำ ความเสี่ยงสูง ความเสี่ยงต่ำ ความเสี่ยงสูง COMPASS ทำนายว่า คนผิวสี มีความเสี่ยงสูงมากที่สุดที่จะกลับมาทำผิดซ้ำ มากกว่า คนผิวขาวหลายเท่า “https://irisbh.com.br/en/why-does-science-need-to-talk-more-about-ethics-a-compas-case-study-and- analysis-of-the-presence-of-machine-bias-in-automated-decisions/” Bias in AI The global landscape of AI ethics guidelines Thai Cabinet approved Feb 2, 2021 The Missing Middle The Missing Middle “https://irisbh.com.br/en/why-does-science-need-to-talk-more-about-ethics-a-compas-case- study-and-analysis-of-the-presence-of-machine-bias-in-automated-decisions/” The Missing Middle Trustworthy AI High-level expert group on artificial intelligence  ความสามารถใน การแข่งขันและ การพัฒนาอย่าง ยั่งยืน ความสอดคล้อง กับกฎหมาย ความน่าเชื่อถือ จริยธรรม และ มาตรฐานสากล หลักจริยธรรม ปัญญาประดิษฐ์ ความเท่าเทียม ความโปร่งใสและ หลากหลาย ภาระรับผิดชอบ ครอบคลุม และ เป็นธรรม ความมั่นคง ปลอดภัยและ ความเป็นส่วนตัว  ใช้สร้างประโยชน์และความผาสุก ความสามารถใน เพิ่มความสามารถในการแข่งขันให้แก่มนุษย์ การแข่งขันและ การพัฒนาอย่าง สังคม เศรษฐกิจ และ สิ่งแวดล้อมอย่างยั่งยืน ยั่งยืน ส่งเสริมให้เกิดนวัตกรรมใหม่ https://www.youtube.com/watch?v=NrmMk1Myrxc ความสอดคล้อง กับกฎหมาย จริยธรรม และ มาตรฐานสากล  ออกแบบและใช้งานด้วยความโปร่งใส สามารถ อธิบายและคาดการณ์ได้ ความโปร่งใสและ ภาระรับผิดชอบ  คุ้มครองข้อมูลส่วนบุคคล จริยธรรม ความปลอดภัย ของชีวิต และวัฏจักรชีวิตของระบบ ความมั่นคง ปลอดภัยและ ความเป็นส่วนตัว “https://www.terranovasecurity.com/blog/ai-in-cyber-security”  ข้อมูลที่ใช้ ฝึกฝน อคติของ มนุษย์ ความเท่าเทียม หลากหลาย ครอบคลุม และ วิธีการวัดผล เป็นธรรม ชนิดความ ลำเอียงของ ขั้นตอนวิธี AI ทำงาน ควรคำนึงถึงความหลากหลาย ข้อยกเว้น หลีกเลี่ยงการผูกขาด ลดการแบ่ง แยกและลำเอียง ความลำเอียงของปัญญาประดิษฐ์จากข้อมูลฝึกสอน  ต้องออกแบบระบบให้สามารถพิสูจน์ ความเท่าเทียม ความเป็นธรรมได้ หลากหลาย ครอบคลุม และ เป็นธรรม September 19, 2018 | Kush R. Varshney  น่าเชื่อถือและมั่นใจในการใช้งานต่อสาธารณะ สามารถคาดการณ์การตัดสินใจและให้คำแนะนำที่ แม่นยำ สร้างผลลัพธ์ที่เชื่อถือได้และ reproduce ได้ตาม ความน่าเชื่อถือ ต้องการ ควบคุมคุณภาพและตรวจสอบความถูกต้องของ ข้อมูลได้ ต้องมีกระบวนการและช่องทางรับผลสะท้อนกลับจาก ผู้ใช้งาน เพื่อให้แจ้งปัญหาและรับความต้องการและ ข้อเสนอแนะได้ ความน่าเชื่อถือ  ปัญญาประดิษฐ์ ที่น่าเชื่อถือ (Trustworthy AI) มีความจำเป็นต้องเพิ่มความตระหนักรู้ด้านจริยธรรมปัญญา ประดิษฐ์ ให้กับบุคลากรทั้งหมดที่ทำงานกับปัญญาประดิษฐ์ มีการอธิบายความเสี่ยงและผลกระทบที่อาจเกิดขึ้นของ ปัญญาประดิษฐ์ มีวิธีการลดความเสี่ยงแก่ผู้มีส่วนได้ส่วนเสียที่เกี่ยวข้อง ตั้งแต่ผู้นำบริษัทและเจ้าหน้าที่ปฏิบัติตามกฎหมายไปจนถึง พนักงานที่ติดต่อกับลูกค้า IEEE CertifAIEd™ criteria and process for a Certification on Transparency in AIS IEEE CertifAIEd™ criteria and process for a Certification on Accountability in AIS IEEE CertifAIEd™ criteria and process for a Certification on Algorithmic Bias in AIS IEEE CertifAIEd™ criteria and process for a Certification on Ethical Privacy in AIS  สำนักงานคณะกรรมการดิจิทัลเพื่อ เศรษฐกิจและสังคมแห่งชาติ (สดช.) สำนักงานพัฒนาธุรกรรมทาง อิเล็กทรอนิกส์ (สพธอ.) สมาคมปัญญาประดิษฐ์ สำนักงานพัฒนาวิทยาศาสตร์และ ประเทศไทย เทคโนโลยีแห่งชาติ (สวทช.) THANK YOU