دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Trustworthy Artificial Intelligence Implementation: Introduction to the TAII Framework
دانلود کتاب پیاده سازی قابل اعتماد هوش مصنوعی: مقدمه ای بر چارچوب TAII
مشخصات کتاب
Trustworthy Artificial Intelligence Implementation: Introduction to the TAII Framework
ویرایش:
نویسندگان: Josef Baker-Brunnbauer
سری: Business Guides on the Go
ISBN (شابک) : 303118274X, 9783031182747
ناشر: Springer
سال نشر: 2022
تعداد صفحات: 141
[142]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 Mb
قیمت کتاب (تومان) : 51,000
در صورت تبدیل فایل کتاب Trustworthy Artificial Intelligence Implementation: Introduction to the TAII Framework به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پیاده سازی قابل اعتماد هوش مصنوعی: مقدمه ای بر چارچوب TAII نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب پیاده سازی قابل اعتماد هوش مصنوعی: مقدمه ای بر چارچوب TAII
سیستم‌های هوش مصنوعی (AI) که به سرعت در حال توسعه هستند، پتانسیل فوق‌العاده‌ای برای تغییر حوزه‌های مختلف و اعمال نفوذ قابل‌توجه بر جوامع و سازمان‌ها دارند. بیش از یک رشته فنی، هوش مصنوعی نیازمند تعامل بین حرفه های مختلف است. بر اساس نتایج ادبیات بنیادی و تحقیقات تجربی، این کتاب به آگاهی مدیریت از جنبه‌های اخلاقی و اخلاقی هوش مصنوعی می‌پردازد. این به دنبال پر کردن شکاف ادبیات و ارائه راهنمایی های مدیریتی برای مقابله با پیاده سازی هوش مصنوعی قابل اعتماد (TAII) است و در عین حال وابستگی های اخلاقی در شرکت را نیز در نظر می گیرد. چارچوب TAII که در اینجا معرفی شد، رویکردی جامع را برای شناسایی روابط اخلاقی سیستمی در اکوسیستم شرکت دنبال می‌کند و ارزش‌های شرکتی، مدل‌های تجاری و جنبه‌های کالاهای مشترک مانند اهداف توسعه پایدار و اعلامیه جهانی حقوق بشر را در نظر می‌گیرد. علاوه بر این، راهنمایی هایی را در مورد اجرای اخلاق هوش مصنوعی در سازمان ها بدون نیاز به پیشینه عمیق تر در فلسفه ارائه می دهد و تأثیرات اجتماعی خارج از محیط نرم افزار و مهندسی داده را در نظر می گیرد. بسته به زمینه قانونی یا حوزه کاربردی مربوطه، چارچوب TAII را می توان با طیف وسیعی از مقررات و اصول اخلاقی تطبیق داد و استفاده کرد. این کتاب می تواند به عنوان یک مطالعه موردی یا خود بررسی برای مدیران سطح C و دانشجویان علاقه مند به این رشته باشد. همچنین دستورالعمل‌ها و دیدگاه‌های ارزشمندی را برای سیاست‌گذارانی که به دنبال رویکردی اخلاقی برای هوش مصنوعی هستند، ارائه می‌کند.
توضیحاتی درمورد کتاب به خارجی
Rapidly developing Artificial Intelligence (AI) systems hold tremendous potential to change various domains and exert considerable influence on societies and organizations alike. More than merely a technical discipline, AI requires interaction between various professions. Based on the results of fundamental literature and empirical research, this book addresses the management’s awareness of the ethical and moral aspects of AI. It seeks to fill a literature gap and offer the management guidance on tackling Trustworthy AI Implementation (TAII) while also considering ethical dependencies within the company. The TAII Framework introduced here pursues a holistic approach to identifying systemic ethical relationships within the company ecosystem and considers corporate values, business models, and common goods aspects like the Sustainable Development Goals and the Universal Declaration of Human Rights. Further, it provides guidance on the implementation of AI ethics in organisations without requiring a deeper background in philosophy and considers the social impacts outside of the software and data engineering setting. Depending on the respective legal context or area of application, the TAII Framework can be adapted and used with a range of regulations and ethical principles. This book can serve as a case study or self-review for c-level managers and students who are interested in this field. It also offers valuable guidelines and perspectives for policymakers looking to pursue an ethical approach to AI.
فهرست مطالب
Table of Contents About the Author About the Technical Reviewer Acknowledgments Introduction Chapter 1: Introduction From Personalized Medicine to Precision Health Why Precision Health? Why Now? Shifting Paradigms from Volume to Value Social Determinants of Health Why Diversity Is Essential Within Precision Health Summary Chapter 2: What Is Precision Health? The Five Ps of Precision Health Prediction and Prevention Personalization of Treatment Participation Population Considerations of Precision Health Cost Genes Are Just the Beginning Health Equality Unfulfilled Power of Data Engagement High Touch Means High Tech Phenomics Digital Transformation Applying Precision Health: The P5H Precision Healthcare Continuum Health Stages Stage A Stage B Stage C Stage D Optimization Across Stages Intervention Levels Level 1 Level 2 Level 3 Level 4 Summary Chapter 3: Data and the Digital Phenotype Data Forms and Types Forms Types Sources of Data Sensors Digital Phenotyping Digital Twin Data Challenges Measurement and Completeness Lack of Data on Social Determinants of Health Privacy and Security Cost Disconnected from Data Limited Adoption of Common Data Models Expanding Beyond Qualitative Data A Paradigm for Acting on Data Turning Data into Information, Knowledge, and Wisdom Summary Chapter 4: Artificial Intelligence and Machine Learning in Precision Health The Three Types of AI Artificial Narrow Intelligence Artificial General Intelligence Artificial Superintelligence A Brief Introduction to Machine Learning Framework for Machine Learning Software and Toolkits Explainable AI Applications of AI Assisted Precision Health in Practice Clinical Decision Support Behavioral Change Interventions and Lifestyle Medicine New Treatments, Definitions of Disease, and Points of Intervention Digital Twins Health Promoting Chatbots Voice Recognition Summary Chapter 5: Risks and Ethical Challenges of Precision Health Responsible Development and Ethical AI Principles Epistemic Principles Interpretability Reliability and Safety General Ethical AI Principles Bias, Inclusivity, and Fairness Transparency and Accountability Lawfulness Data Privacy and Security Human Agency Beneficence Redesigning Care and the Patient-Clinician Relationship Health Inequalities Theology Preparing the Profession Summary Chapter 6: Future of Precision Healthcare Precision Care from Birth to Death Nanotechnology DNA Manipulation and Gene Therapy Smart Sensors Bioprinting Brain Computer Interfacing Smart Habitats Digital Health Education Literacy Changing Roles Quality Ability Accessibility and Equity New Forms of Training Collaboration Between Academia and Industry Summary Chapter 7: Precision Healthcare in Practice Delivery of Specialist Multidisciplinary Weight Management to Hospital-Based Patients Through a Digital Tool Objective Methods How Does Personalization Appear? Results Discussion Conclusion Building on Our Evidence Understanding People’s Attitudes Toward Data for the Optimization of a Specialist Podiatry Service for People with Long-Term Health Conditions Objective Methods Results Discussion Conclusion Impact of the Findings Evaluation of a Digital Intervention for the Self-Management of Type 2 Diabetes and Prediabetes Objectives Methods Results Discussion Conclusion Impact of the Findings Voice-Based Symptom Monitoring and AI-Based Rehabilitation for Patients with Long COVID Background Objective Implementation Plan Risks Evaluation Potential Impact Developing a Digital Tool to Support Daily Behavioral Change for Children and Young People to Support Healthier Lives Objective Methods Milestones Evaluation Impact of the Project Summary Index
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Viewpoints 1 - Workbook
دانلود کتاب Измерительные информационные системы в технике
دانلود کتاب Statistical analysis with measurement error or misclassification strategy, method and application
