AI 基盤
AI とは何か、システムがどのように学習し、どこで失敗するか、誇大広告なしに主張を判断する方法を理解します。
無料のAIライブラリ
30 平易な英語のガイド、構造化された学習パス、オープン ライブラリ - 独立した 501(c)(3) 非営利団体によって構築され、誰でも最新の AI を理解できるようになります。
ここから始めましょう
各コースには、明示的な成果、マッピングされたコンピテンシー、練習アクティビティ、および適用されたキャップストーンが含まれています。
AI とは何か、システムがどのように学習し、どこで失敗するか、誇大広告なしに主張を判断する方法を理解します。
プライバシーを保護し、出力をチェックし、人間の責任を守りながら、AI を生産的に使用します。
職場のユースケースを評価し、安全なパイロットを実施し、価値を測定し、責任を持って変更を伝えます。
権利、公平性、ガバナンス、安全性、公益の成果を通じて AI システムを分析します。
実践的なシステム設計を通じて、言語モデル、取得、エージェント、評価、コスト、展開の安全策を理解します。
トピックトラック
気になるエリアに飛び込んでみましょう。すべてのトラックには複数のわかりやすい英語のガイドが付いています。
フルライブラリ
30 の 1019 ガイドが表示されます。トラックでフィルタリングするか、上で検索してください。
AI 倫理では、AI の開発と使用が人々、組織、環境にどのような影響を与えるかを検討します。
社会AI は、仕事内のタスク、仕事の編成方法、特定のスキルの要求を変える可能性があります。
社会AI セキュリティは、モデル、データ、ツール、および周辺サービスを不正なアクセスや操作から保護します。
社会AI 規制は、AI システムの開発、販売、使用に適用される一連の法的要件です。
社会一般的な AI の通説では、システムの観察可能な動作と、知識、信頼性、自律性、または理解に関するより広範な主張が混同されています。
社会AI の将来は不確実であり、技術の進歩、リソース、政策、経済、人間の選択に依存します。
社会AI は、それを導入する機関、サービス、情報システム、職場を通じて社会に影響を与えます。
社会モデル抽出攻撃では、攻撃者はパブリック API にクエリを実行し、その答えに基づいてコピーキャットをトレーニングするだけで、独自の AI モデルのクローンを作成できます。
社会報酬ハッキングとは、AI がデザイナーが実際に望んでいたことを実行するのではなく、意図しない方法で報酬シグナルを最大化することです。
社会メンバーシップ推論攻撃は、モデルを調査するだけで、特定の個人のデータがモデルのトレーニングに使用されたかどうかを判断しようとします。
社会データポイズニングはトレーニングデータを改ざんすることでモデルを破壊し、バックドア攻撃はモデルが命令に従って誤動作する秘密のトリガーを隠します。
社会プロンプト インジェクションとは、隠された命令や悪意のある命令が AI システムを乗っ取り、ルールを無視して攻撃者の命令に従うことです。
トピックのクイズで学んだことを確認し、構造化されたコースを探索したり、認定資格を取得したりできます。すべてのガイドは無料で読むことができます。