Transformieren Sie verantwortungsvolle KI von der Theorie in die Praxis

Fördern der sicheren und verantwortungsvollen Entwicklung von KI als positive Kraft
Erste Schritte mit verantwortungsvollen KI-Tools und Ressourcen

Verantwortungsvolle Entwicklung von KI bei AWS

Das schnelle Wachstum der generativen KI bringt vielversprechende neue Innovationen mit sich und wirft gleichzeitig neue Herausforderungen auf. Bei AWS setzen wir uns für eine verantwortungsvolle Entwicklung von KI ein. Dabei verfolgen wir einen menschenzentrierten Ansatz, der Bildung, Wissenschaft und unsere Kunden in den Vordergrund stellt, um eine verantwortungsvolle KI in den gesamten KI-Lebenszyklus zu integrieren.

Bild mit bunten Formen

Kerndimensionen verantwortungsvoller KI

Fairness

Berücksichtigen der Auswirkungen auf verschiedene Stakeholder

Erklärbarkeit

Verstehen und Bewerten von Systemausgaben

Datenschutz und Datensicherheit

Daten und Modelle angemessen beschaffen, verwenden und schützen

Sicherheit

Verhindern von schädlichen Systemausgaben und Missbrauch

Steuerbarkeit

Mechanismen zur Überwachung und Steuerung des KI-Systemverhaltens besitzen

Wahrhaftigkeit und Robustheit

Erzielen korrekter Systemausgaben, auch bei unerwarteten oder widersprüchlichen Eingaben

Governance

Integration von bewährten Methoden in die KI-Lieferkette, einschließlich Anbieter und Implementierer

Transparenz

Interessensvertretern ermöglichen, fundierte Entscheidungen über ihre Zusammenarbeit mit einem KI-System zu treffen

Kerndimensionen verantwortungsvoller KI

Fairness

Berücksichtigen der Auswirkungen auf verschiedene Stakeholder

Erklärbarkeit

Verstehen und Bewerten von Systemausgaben

Datenschutz und Datensicherheit

Daten und Modelle angemessen beschaffen, verwenden und schützen

Sicherheit

Verhindern von schädlichen Systemausgaben und Missbrauch

Steuerbarkeit

Mechanismen zur Überwachung und Steuerung des KI-Systemverhaltens besitzen

Wahrhaftigkeit und Robustheit

Erzielen korrekter Systemausgaben, auch bei unerwarteten oder widersprüchlichen Eingaben

Governance

Integration von bewährten Methoden in die KI-Lieferkette, einschließlich Anbieter und Implementierer

Transparenz

Stakeholdern ermöglichen, fundierte Entscheidungen über ihre Zusammenarbeit mit einem KI-System zu treffen

Services und Tools

AWS bietet Services und Tools, die Sie beim verantwortungsvollen Entwerfen, Erstellen und Betreiben von KI-Systemen unterstützen.

Implementierung von Schutzmaßnahmen in der generativen KI

Amazon Bedrock Guardrails unterstützt Sie bei der Implementierung von Sicherheitsvorkehrungen, die auf Ihre generativen KI-Anwendungen zugeschnitten sind und mit Ihren Richtlinien für verantwortungsvolle KI übereinstimmen. Integritätsschutz stellt zusätzlich zu den führenden Schutzfunktionen von FMs weitere anpassbare Sicherheitsfunktionen bereit und bietet damit einen der branchenweit besten Sicherheitsschutz durch:

  • Blockierung von bis zu 85 % mehr schädlichen Inhalten
  • Filterung von über 75 % der halluzinierten Antworten für RAG und Zusammenfassung des Workloads
  • Kunden die Möglichkeit geben, Sicherheits-, Datenschutz- und Wahrheitsschutzfunktionen in einer einzigen Lösung anzupassen und anzuwenden
Schatten von Streaming-Linien

Bewertungen des Basismodells (FM)

Mithilfe der Modellbewertung in Amazon Bedrock können Sie anhand benutzerdefinierter Kennzahlen wie Genauigkeit, Robustheit und Toxizität die besten FMs für Ihren spezifischen Anwendungsfall bewerten, vergleichen und auswählen. Sie können für die Modellbewertung auch Amazon SageMaker Clarify und fmeval verwenden.

Verschiedene farbige Formen auf blauem Hintergrund

Vorurteile erkennen und Vorhersagen erklären

Abweichungen sind Ungleichgewichte oder Disparitäten in der Leistung eines Modells für verschiedene Gruppen. Amazon SageMaker Clarify erkennt potenzielle Abweichungen während der Datenvorbereitung, nach dem Modell-Training und in Ihrem eingesetzten Modell, indem es die von Ihnen angegebenen Eigenschaften untersucht.

Das Verhalten eines Modells zu verstehen ist wichtig, um genauere Modelle zu entwickeln und bessere Entscheidungen zu treffen. Amazon SageMaker Clarify bietet einen besseren Einblick in das Modellverhalten, sodass Sie Interessensvertretern Transparenz bieten, Entscheidungsträger informieren und verfolgen können, ob ein Modell wie beabsichtigt funktioniert.

Amazon SageMaker Clarify erkunden

Blaues und grünes Wellen-Design

Überwachung und menschliche Prüfung

Die Überwachung ist wichtig, um qualitativ hochwertige Modelle für Machine Learning (ML) aufrechtzuerhalten und genaue Vorhersagen sicherzustellen. Amazon SageMaker Model Monitor erkennt automatisch ungenaue Vorhersagen bereitgestellter Modelle und warnt Sie davor. Mit Amazon SageMaker Ground Truth können Sie menschliches Feedback im gesamten ML-Lebenszyklus anwenden, um die Genauigkeit und Relevanz von Modellen zu verbessern.

Objekte unterschiedlicher Größe und Form auf einem Förderband

Verbesserung der Governance

ML-Governance von Amazon SageMaker bietet speziell entwickelte Tools zur Verbesserung der Governance Ihrer ML-Projekte, indem Sie eine bessere Kontrolle und Transparenz über Ihre ML-Modelle erhalten. Sie können Modellinformationen einfach erfassen und freigeben und über das Modellverhalten, z. B. Verzerrungen, auf dem Laufenden bleiben – alles an einem Ort.

Abstraktes Muster verbundener Punkte

AWS KI-Servicekarten

KI-Service-Karten sind eine Ressource zur Verbesserung der Transparenz, indem sie Ihnen einen zentralen Ort bieten, an dem Sie Informationen zu den beabsichtigten Anwendungsfällen und Einschränkungen, verantwortungsvollen KI-Design-Entscheidungen und bewährten Methoden zur Leistungsoptimierung für unsere KI-Services und -Modelle finden.

Verfügbare Service-Karten erkunden

Luftaufnahme von Autos, die über eine Brücke fahren
Desktop-Version

Neuerungen

Mobile Version

Neuerungen

Gemeinschaftsbeitrag und Zusammenarbeit

Durch intensive Zusammenarbeit mit Unternehmen mit mehreren Interessensvertretern wie den KI-Arbeitsgruppen der OECD AI, der Partnership on AI, dem Responsible AI Institute und dem National AI Advisory Committee sowie durch strategische Partnerschaften mit Universitäten auf globaler Ebene sind wir entschlossen, gemeinsam mit anderen an der verantwortungsvollen Entwicklung von KI- und ML-Technologien zu arbeiten und Vertrauen aufzubauen.

Mit Programmen wie dem KI- und ML-Stipendium und We Power Tech verfolgen wir einen menschenorientierten Ansatz, um die nächste Generation von KI-Führungskräften auszubilden und den Zugang zu praktischem Lernen, Stipendien und Mentoring für unterversorgte oder unterrepräsentierte Tech-Fachleute zu verbessern.

Unsere Investitionen in eine sichere, transparente und verantwortungsvolle generative KI umfassen die Zusammenarbeit mit der globalen Gemeinschaft und politischen Entscheidungsträgern, darunter die freiwilligen KI-Verpflichtungen des Weißen Hauses, der KI-Sicherheitsgipfel im Vereinigten Königreich und die Unterstützung von ISO 42001, einem neuen grundlegenden Standard zur Förderung verantwortungsvoller KI. Wir unterstützen die Entwicklung wirksamer, risikobasierter Regulierungsrahmen für KI, die die Bürgerrechte schützen und gleichzeitig kontinuierliche Innovationen ermöglichen.

Verantwortungsvolle KI ist ein aktiver Forschungs- und Entwicklungsbereich bei Amazon. Wir unterhalten strategische Partnerschaften mit Hochschulen wie dem California Institute of Technology und mit Amazon Scholars, darunter führende Experten, die ihre akademische Forschung einsetzen, um verantwortungsvolle KI-Arbeitsabläufe bei Amazon mitzugestalten.

Wir entwickeln gemeinsam mit unseren Kunden Innovationen, bleiben an der Spitze neuer Trends und Forschungsergebnisse, um Mehrwert zu schaffen, und vergeben fortlaufend Forschungsstipendien über die Amazon Research Awards und wissenschaftliche Veröffentlichungen mit Amazon Science. Erfahren Sie mehr über die Wissenschaft zum verantwortungsvollen Aufbau generativer KI in diesem Wissenschafts-Blog von Amazon, in der die wichtigsten neuen Herausforderungen und Lösungen vorgestellt werden.

Verantwortungsvolle KI-Ressourcen