从数据集来源到人工智能应用：新的数据来源标准如何为负责任的人工智能部署设定基准。
要点
跨行业合作。新的数据来源标准由顶级组织的专家制定，旨在确保透明且合乎道德的 AI 数据使用。
全面的元数据覆盖。这些标准涵盖了数据来源、合法权利和数据沿袭等关键方面，从而提高了运营效率和法规遵从性。对商业和道德的未来影响。采用这些标准可以增强客户信任、促进营销创新和负责任的人工智能发展。
如何处理所有这些人工智能和数据。一个行业组织认为它有一个很好的解 南非区号手机号 决方案。数据与信任联盟于 11 月 30 日宣布了一项数据来源标准倡议，该倡议引入了八项标准，以使数据和人工智能应用程序的数据集来源透明化。这些拟议标准由来自 19 个组织的专家制定，旨在帮助公司验证数据的可信度和适用性。
这篇关于人工智能透明度和数据来源的文章中的透明机器人头。
数据与信任联盟于 11 月 30 日宣布了一项数据来源标准倡议，该倡议引入了八项标准，为数据和人工智能应用的数据集来源带来透明度。
Adobe Stock Photos 上的 Balerina 素材
它的首次亮相恰逢 OpenAI 的生成式人工智能聊天机器人ChatGPT公开发布一年，ChatGPT 让人工智能成为主流，同时也唤醒了世界对此类技术的道德使用。
谁创建了这些数据来源标准？
拟议的标准由数据与信任联盟公司的数据、人工智能、道德、合规和法律专家制定，其中包括：
美国退休人员协会
美国运通
德勤
为何如此
休曼那
IBM
肯维
万事达
尼尔森
耐克
辉瑞
地区银行
透明
UPS
沃尔玛
沃比帕克。
他们都是数据与信任联盟 (Data & Trust Alliance)的成员，这是一个非营利性的跨行业联盟，致力于制定负责任地使用数据和人工智能的实践。
IBM软件高级副总裁兼首席商务官、D&TA 数据来源计划主席 Rob Thomas 在一份声明中表示：“随着企业利用可信数据扩大 AI 规模并加速其影响，我们必须确保该技术得到负责任的开发和部署。这些实用的数据来源标准由业内资深从业者共同制定，旨在帮助确保 AI 工作流程不仅符合不断变化的政府法规且不带偏见，而且还能创造更高的商业价值。虽然这些标准可能无法解决 AI 的所有应用，但我们相信它们满足了一项重要的长期需求。”
相关文章：道德人工智能实践：塑造更美好的未来
8 个数据来源标准是什么？
数据来源标准涵盖来源、合法权利、隐私、生成日期、数据类型、方法、预期用途、限制和谱系的元数据，包括用于跟踪的唯一元数据 ID：
谱系：表示组成当前数据集的数据的元数据的标识符或指针
来源：标识当前数据集的来源（个人、组织、系统、设备等）
合法权利：确定适用于当前数据集的法律或监管框架，以及所需的数据属性、相关版权或商标以及本地化和处理要求
隐私和保护：识别与当前数据集相关的任何类型的敏感数据以及所应用的任何隐私增强技术
生成日期：标记当前数据集创建的时间戳
数据类型：识别当前集合中包含的数据类型，并提供有关数据组织方式、潜在用例以及处理和使用相关挑战的见解
生成方法：识别数据的生成方式（数据挖掘、机器生成、物联网传感器等）
预期用途和限制：确定数据的预期用途以及哪些下游受众不应被允许访问当前数据集
数据来源标准背后是什么？
这是这些提议的数据来源标准背后的关键。
拟议标准的目标是什么？ 这些标准旨在提高运营效率、法规遵从性和价值创造，目前正在各个行业进行测试阶段。
联盟呼吁从业者做什么？ 联盟鼓励从业者审查这些标准并为其制定做出贡献，这些标准预计将于 2024 年第二季度初发布。
引入跨行业数据来源标准：提出了一套新的标准，使数据来源透明化，这对于提高各个行业数据和人工智能应用的可信度至关重要。
对运营效率的影响：该标准将使公司了解其数据的来源、历史和权利，旨在减少目前在数据准备和清理上花费的时间和资源。
专家协作：该标准由数据与信任联盟下属各个领域的专家和顶尖公司
