Evaluating Trustworthiness of AI Systems

Software Engineering Institute (SEI) Webcast Series

Το περιεχόμενο παρέχεται από το Carnegie Mellon University Software Engineering Institute and SEI Members of Technical Staff. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Carnegie Mellon University Software Engineering Institute and SEI Members of Technical Staff ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

2y ago 1:02:08

MP4•Αρχική οθόνη επεισοδίου

AI system trustworthiness is dependent on end users' confidence in the system's ability to augment their needs. This confidence is gained through evidence of the system's capabilities. Trustworthy systems are designed with an understanding of the context of use and careful attention to end-user needs. In this webcast, SEI researchers discuss how to evaluate trustworthiness of AI systems given their dynamic nature and the challenges of managing ongoing responsibility for maintaining trustworthiness.

What attendees will learn:

Basic understanding of what makes AI systems trustworthy
How to evaluate system outputs and confidence
How to evaluate trustworthiness to end users (and affected people/communities)

174 επεισόδια

#Tech #Cybersecurity #Securecoding #Softwarearchitecture #Softwaredevelopment #Softwareengineering #Carnegie Mellon University Software Engineering Institute #SEI Members of Technical Staff #Video #Podcasting Education