VÜ: Verantwortliche Künstliche Intelligenz
Die diskriminierenden Effekte der KI-basierten Entscheidungsfindung auf bestimmte Bevölkerungsgruppen wurden bereits in einer Reihe von Fällen beobachtet, was zu einer zunehmenden Besorgnis der Öffentlichkeit über die Auswirkungen der KI auf unser Leben geführt hat; außerdem nimmt die Komplexität der KI-Modelle zu, was es schwierig macht zu verstehen, wie Entscheidungen getroffen werden und ob die Modelle sinnvolle Muster aus den Daten lernen.
Der Bereich der verantwortungsvollen KI ist in letzter Zeit in dem Versuch entstanden, den Menschen in den Mittelpunkt von KI-basierten Systemen zu stellen, indem Aspekte wie Fairness, Erklärbarkeit, Zuverlässigkeit und Privatsphäre von KI-Systemen berücksichtigt werden. In diesem Kurs werden verschiedene Aspekte der verantwortungsvollen KI behandelt, wobei der Schwerpunkt auf fairnessbewusstem maschinellem Lernen und erklärbarer KI (XAI) liegt.Am Ende des Kurses werden Sie gelernt haben, wie man Verantwortungsaspekte wie Fairness und XAI in den Entwurf und die Anwendung von KI einbeziehen kann
Kursinhalte (Änderungen vorbehalten):
- Responsible AI aspects
- Fairness-aware learning
- Explainable AI
- Responsibility aspects in AI/ML pipelines
Literatur:
- Virginia Dignum, Responsible Artificial Intelligence - How to Develop and Use AI in a Responsible Way, Springer, 2019.
- Solon Barocas, Moritz Hardt, Arvind Narayanan, FAIRNESS AND MACHINE LEARNING Limitations and Opportunities, online, 2022.
- Christopher Molnar, Interpretable Machine Learning - A Guide for Making Black Box Models Explainable, online, 2022.