【就開發及使用AI之道德標準 私隱專員公署發布指引】
個人資料私隱專員公署表示,鑑於人工智能日漸普及,同時存在私隱及道德風險,署方今日(8月18日)發出《開發及使用人工智能道德標準指引》,旨在協助機構在開發及使用人工智能時,能明白及遵從《個人資料(私隱)條例》的相關規定。
私隱專員鍾麗玲表示,指引建議機構開發及使用人工智能時,奉行尊重、互惠及公平三項基本數據管理價值去對待持份者。
指引根據國際標準,列出七項人工智能的道德原則,包括機構應確保在人工智能運作時,有適當的人為監督;同時, 機構應披露它們正使用人工智能及相關的政策,且致力改善自動化和人工智能輔助作出的決定的可解釋性(interpretability)。
全文︰http://passiontimes.hk/article/08-18-2021/75555
#道德 #個人資料私隱專員公署
請支持PassionPrime:
http://passiontimes.hk/prime/
請支持熱血時報印刷版︰
http://passiontimes.hk/4.0/regform.php
請支持熱血文青課金計劃:
http://www.passiontimes.hk/?view=raise2
請支持熱血主持育成計劃:
http://www.passiontimes.hk/?view=raise
《熱血時報》 iOS,Android App 歡迎下載:
iPhone
https://apple.co/2IfgPoP
Android
https://bit.ly/2HqB4Q4
--------------------
成功之前,我們絕對不要放棄夢想!
Till our dreams come true, we'll fight on.
同時也有1部Youtube影片,追蹤數超過18萬的網紅公視新聞網,也在其Youtube影片中提到,更多新聞與互動請上: 公視新聞網 ( http://news.pts.org.tw ) 公視新聞網粉絲專頁 ( https://www.facebook.com/pnnpts/ ) PNN公視新聞議題中心 ( http://pnn.pts.org.tw/ ) P#新聞實驗室 (http://news...
可解釋性 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
產業追蹤/AI產業化 三關鍵搶先機
2021-07-18 00:36 經濟日報 / 陳右怡
人工智慧(AI)進展神速,除帶來的生活、工作與社交等變革,更融合大數據、物聯網、雲端等不斷進化,形成從晶片、關鍵零組件、系統、軟體、終端、應用等技術價值鏈或生態系,AI更已成為企業及國家競爭力指標。根據PwC預估,2030年AI將創造全球市場營收達15.7兆美元,促使全球GDP成長達14%。而從2021年到2030年的10年間, AI也正進入市場應用擴增期,將成為全球智慧化的主流,快速達到AI普及化。
近五年各行各業導入AI來進行創新轉型,促使「產業AI化」。意即針對企業個別痛點與需求,並發展出各種不同的AI解決方案,遍及交通運輸、傳統金屬加工業、零售業、製造業、餐飲服務業、電商平台等,各自有不同AI化需求,陸續累積愈來愈多的「產業AI化」經驗。再加上AI應用需求多元,也加速AI技術進化,落實軟硬體多元創新應用,並促使各種新創應運而生,開拓出具備市場規模化潛力的AI科技服務模式。
例如運用科技平台、研發測試、科技顧問、系統整合或軟體開發等,解決產業共通性問題,發展「AI即服務(AI-as-a-Service , AIaaS)」,這就是AI創造出來的新興科技服務產業。可以預見的是,未來十年AI將逐漸從一個新興產業發展成為成熟產業,換句話說,人類正在進入一個「AI產業化」時代。AI正整合各種不同技術持續進化並創造新的商業模式,成為全球最熱門的跨技術創新應用技術解決方式,活絡AI落地應用與新創商機。
AI應用愈多元化,就會讓AI變更聰明,AI技術發展終極目標就是仿人,也就是AI能做到像人類一樣的思考與動作。一方面是AI能學習人類知識與經驗,並模仿人類動作,進而能取代或協助人類的重複性作業、具高危險或長期危害身心健康等工作或任務,讓人類能轉做更有價值的工作,以追求更好的生活品質;另一方面,AI也能夠遵守人類社會中的道德倫理規範,發展出「以人為本」的AI,以追求人類福祉為目標。
目前全球產學研界都在思考如何發展「以人為本」的AI。在開發或應用AI技術之初,就需要先有「以人為本」的精神設計AI模型、進行AI訓練與學習。另外,若要發展具有決策能力的AI,以完成各種自動化任務,也需要在AI系統與商業模式的設計中放入人本因素,讓人類可隨時調整AI關鍵決定與行動。各種AI資訊爆炸下,AI知識也將快速成為普及化的常識,民眾必須了解並快速掌握AI趨勢脈動,更需要同步注入人文社會關懷與同理心,藉此創造AI時代新思維與新型態工作方式,並孕育出AI新人才。
在AI浪潮中,台灣要穩占先機,必須有AI三大發展關鍵因素:數據、演算法、演算力。國際普遍看好台灣AI硬體優勢與人才CP值高,因此可從AI跨軟硬體的多元創新概念,來進行超前部署,可朝幾個方向發展,包括:發展「自動化AI」,將AI結合IoT應用於智慧製造、自駕車或無人機等,達到全面自動化,這也是台灣產業最擅長的一塊。還有「分散式AI」,達成即時、可靠、穩定又安全的AI運算處理與分析技術,能在邊緣端就完成所有任務,滿足企業需求如提高效率、分散風險等,特別應用於醫療生技、VR/XR、穿戴裝置等領域。接著是「可解釋AI/可信任AI」,即優化AI數據,使AI演算法、系統與商業模式皆具可解釋性、可追溯性及安全性。
另外,透過AI協助企業轉型、強化產業韌性為切入點,以分散式、超自動化及具安全隱私的產品與服務搶攻AI市場,如提供優質、具洞見及能共享的「數據服務」,或是低成本、高通用性及能自動感測的「邊緣終端」;也可規劃超自動化、可解釋性及邊緣學習的「算法服務」,或發展低功耗、高效能及高擴展性的「演算力」,都是臺灣在AI產業發展中可發揮的強項。
不過,台灣發展AI也有三缺:缺數據、缺跨國共創平台、缺人才;台灣應培養更多AI跨域人才、孕育AI科技服務業,並在台灣建立可串聯全球數據資源與AI研究人才之運作機制或跨國共創平台,吸引國內外企業商機或專業人士,讓AI跨技術創新能一邊促進中小企業韌性,一邊與國際AI需求與資源接軌,將AI變成台灣產業技術創新之活水泉源。
資料來源:https://udn.com/news/story/7241/5608761?fbclid=IwAR1D07BcWejpvWqmOIVm7MHhMZdbqhgd64mS4uBK5Eh_BmI962sag7upTnU
可解釋性 在 劉北元的保險世界 Facebook 的最佳貼文
#達標解鎖🔓【疫苗和意外,哪個先?】 #台灣保險法 #權威 #劉北元
🌟 完整解析,先睹為快➡️ https://wp.me/pcfbia-bt 🔥🔥
想投保疫苗險?先釐清兩盲點、四關鍵 ,讓保險效益最大化❗
.
這幾日全台灣都在針對年長者施打 #新冠肺炎疫苗,但狀況似乎頻傳,據媒體報導,累計到現在已經有12位長者在注射疫苗後猝死,疫苗保險再次成為熱門話題。
.
民眾擔心注射疫苗產生不良反應,到底該如何規劃保險❓意外險可以完全取代疫苗險嗎❓一旦注射疫苗後發生不良反應,疫苗險與意外險是否啟動理賠的最大差別在哪❓
以下就來為大家完整分析,疫苗施打風險與保險規劃的選擇。
===============正文開始==================
🔶必須住院才能啟動疫苗險理賠🔶
.
從投保的目的來說,會想為自己規劃疫苗險,應該是為了轉嫁疫苗施打後出現不良事件,因而會發生的損失。這種損失一個是工作收入損失,另一是醫療費用支出。
目前市面上疫苗險的理賠項目似乎都是從住院開始提供,也就是說,若不是嚴重到需要住院,疫苗險是不會被啟動的。而根據 #天下雜誌 的報導,英國溫頓風險中心(winton centre for risk and evidence communication)所做的分析比較,截至四月底的英國臨床資料,60-69歲的人,施打AZ疫苗產生血栓的機率是百萬分之8,在低暴露情況中,死於新冠肺炎的機率是百萬分之141,死於交通意外的機率是百萬分之23,被雷打到則是百萬分之1。
因此,施打AZ疫苗產生血栓的機率,大約比被雷打到的機率略高一些;但比死於交通意外低。
#到底該不該投保疫苗險?想要投保疫苗險的人,可從上述各種情境的發生機率,加以評估。
🔶是否提供工作收入損失補償,要看清楚🔶
.
其次,因為疫苗不良事件可能會導致工作收入損失,但大多數的疫苗險並未將其納入理賠範圍,若是非常重視這個區塊的人,想要投保疫苗險前,最好要問清處保單的承保範圍是否 #以住院為理賠的要件?#是否有涵蓋工作收入損失?
🔶人人都需要疫苗險嗎?先看有無 #醫療險🔶
.
從保障內容來說,疫苗險的理賠項目大致上有住院日額、慰問金、加護病房增額給付及喪葬費用。
而住院日額這個項目對於平日就已經相當重要醫療險的人來看,似乎並無絕對的必要性,一般醫療險的保障於出現疫苗不良事件時,也會被啟動,只有尚未規劃醫療險或是保障額度偏低的人,才真正是需要考慮投保疫苗險的人。
🔶疫苗險V.S意外險理賠,#舉證責任 差很大🔶
.
自從本文於一個月前提出注射疫苗出現不良反應時,可以申請意外險理賠後,引起各界的關注,金管會保險局長施瓊華也於17日表示:注射疫苗出現不良反應死亡時,保險公司應該理賠。
但是意外險可以完全取代疫苗險嗎❓意外險的優勢與缺點又在哪裡呢❓
意外險承保的事故為意外死亡、意外失能及意外醫療,看似與多數人擔心的疫苗不良事件會造成的風險很接近,不過意外險仍無法取代疫苗險。首先,在保費上,投保意外險的費用就比疫苗險高出不少,但是也正因為此,意外險在出現嚴重過敏事件的時候,例如死亡,可以提供比較高的理賠金額規劃空間,所以,#哪個是最佳選擇?
端看投保者的重點需求在哪裡。
而一旦注射疫苗後發生不良反應,#疫苗險與意外險是否啟動理賠的最大差別,
⚠️就在兩者對被保險人(或受益人)的舉證,要求不同。⚠️
疫苗險承保的事故為「#接種疫苗不良事件」,依據 #衛生福利部疾病管制署 網站內容,疫苗接種後「不良事件」指的是注射疫苗後,發生任何對健康造成負面影響的事件。
"這些事件有時序相關(接種「後」發生),但不一定存在著因果關聯性,例如注射疫苗後接種者,不論接種後多久發生顏面神經麻痺,都可能被歸為時序相關,但是在疾病致病機轉觀點看,必須接種後某段時間發生(具病理可解釋性)且接種者發生機率高於非接種者高(經統計檢定),才能以科學實證為基礎上,懷疑或不排除這樣的不良事件可能與因疫苗產品而引起(具因果相關性)。"
參考衛福部的上述說明可知, 疫苗險這樣的 #承保條件,從法律的角度來看是寬鬆的❗ 不需要接種者去證明自己發生的不良症狀跟疫苗注射有相當因果關係。
反之,若是在注射疫苗後發生死亡事故,要申請意外險理賠,依照目前法院實務的做法,恐怕就要受益人來證明被保險人的死亡與疫苗的注射有 #因果關係,是死亡的主力近因。
這種證明的責任不僅僅是疫苗險不良事件中,時間順序上的說明,而是要有科學上的論證基礎,因此 #受益人負擔的舉證責任異常沈重。
.
🔥 #未來,若沒有官方出面協助疫苗不良反應因果關係的認定,或是法官依法減輕受益人的舉證責任,對於意外險的被保險人(或受益人)而言,恐怕會是一場曠日費時的訴訟 🔥
◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️ ◾️▫️◾️▫️◾️▫️◾️
【新聞報導請鎖定】
📰【經濟日報】該買疫苗險?先釐清兩盲點、四關鍵 讓保險效益最大化
https://udn.com/news/story/7239/5541447?from=udn-ch1_breaknews-1-cate6-news
===========================
📰【ETtoday】
意外險可取代疫苗險? 專家提醒:舉證責任差很大!https://finance.ettoday.net/news/2009986#ixzz6y7zBmpKw
「疫苗險」該保嗎?猝死案例頻傳 專家提醒這兩種人該保https://finance.ettoday.net/news/2009994#ixzz6y7SV4BK3
===========================
📰【鉅亨網】
意外險可取代疫苗險的猝死理賠?專家:舉證責任差很大
https://news.cnyes.com/news/id/4662954
可解釋性 在 公視新聞網 Youtube 的最讚貼文
更多新聞與互動請上:
公視新聞網 ( http://news.pts.org.tw )
公視新聞網粉絲專頁 ( https://www.facebook.com/pnnpts/ )
PNN公視新聞議題中心 ( http://pnn.pts.org.tw/ )
P#新聞實驗室 (http://newslab.pts.org.tw)
可解釋性 在 人工智能伦理08:可解释性- YEY 的博客 的推薦與評價
可解释性 (Explainability,以及interpretability)就是理解(understanding)。 可解释人工智能(Explainable AI)是人们能够理解人工智能模型和决策 ... ... <看更多>
可解釋性 在 《可解释的机器学习--黑盒模型可解释性理解指南 ... - GitHub 的推薦與評價
可解释的机器学习--黑盒模型可解释性理解指南》,该书为《Interpretable Machine Learning》中文版- GitHub - MingchaoZhu/InterpretableMLBook: 《可解释的机器学习-- ... ... <看更多>
可解釋性 在 【機器學習2021】機器學習模型的可解釋性(Explainable ML) (上) 的推薦與評價
【機器學習2021】機器學習模型的 可解釋性 (Explainable ML) (上) – 為什麼類神經網路可以正確分辨寶可夢和數碼寶貝呢? 38K views · 2 years ago ... <看更多>