IA affidabile
Riteniamo che l'IA debbarispettare le normative sulla privacy e sulla protezione dei dati, operare in modo sicuro, agire in modo trasparente e responsabile ed evitare pregiudizi e discriminazioni. Ci impegniamo a garantire un'IA sicura e affidabile, in linea con gli impegni volontari della Casa Bianca e altre iniziative globali sulla sicurezza dell'IA.
I nostri principi guida per un'IA affidabile
Privacy
L'IA deve essere conforme alle leggi e alle normative sulla privacy e soddisfare le norme sociali in materia di privacy dei dati personali e delle informazioni.
Sicurezza
Verificare che i sistemi IA funzionino come previsto ed evitino danni e minacce.
Trasparenza
Rendere la tecnologia IA comprensibile alle persone. Spiegare, in linguaggio non tecnico, come un sistema IA produce un risultato.
Nessuna discriminazione
Ridurre al minimo le distorsioni nei nostri sistemi IA e offrire a tutti i gruppi la stessa opportunità di beneficiare dell'IA.
Metodi e tecnologie
I principi di un'IA affidabile sono fondamentali per i processo di sviluppo ed essenziali per l'eccellenza tecnica che consente a partner, clienti e sviluppatori di lavorare al meglio. Stiamo costruendo data factory per servizi di IA generativa, strumenti per selezionare e convalidare set di dati imparziali per la computer vision, librerie per la scalabilità dei dati di elaborazione del linguaggio naturale per modelli linguistici di grandi dimensioni, funzionalità di sicurezza all'avanguardia come Confidential Computinge innovazioni come tecniche open-source di allineamento dei modelli con feedback umano.
Le nostre soluzioni IA affidabili
Partnership per tecnologie IA affidabili
IA affidabile nelle notizie
Un impegno per la ricerca
La nostra ricerca sull'IA si concentra sullo sviluppo di algoritmi e sistemi in grado di aumentare le capacità umane, risolvere problemi complessi e migliorare l'efficienza in tutti i settori. Lavoriamo per rispettare i nostri principi guida di privacy, trasparenza, non discriminazione, sicurezza e protezione in tutte le pratiche e le metodologie di ricerca.
Pubblicazioni e documenti in primo piano:
- Dalla ricchezza descrittiva ai bias: svelare il lato oscuro dell'arricchimento generativo delle didascalie delle immagini | Hirota, Yusuke, Hachiuma, Ryo, Yang, Chao-Hun Huc, Nakashima, Yuta
- BiasTestGPT: usare ChatGPT per testare i bias sociali dei modelli linguistici | Rafal Kocielnik, Shrimai Prabhumoye, Vivian Zhang, Roy Jiang, R. Michael Alavarez, Anima Anandkumar. 2023
- Pianificazione human-in-the-loop dei movimenti e delle attività per l'apprendimento per imitazione | Mandlekar, Ajay, Garrett, Caelan Reed, Xu, Danfei, Fox, Dieter
- Identificare gli avatar per l'uso autorizzato di video sintentici "talking-head" | Ekta, Prashnani, Koki Nagano, Shalini De Mello David, Luebke Orazio Gallo. 2023.
- Difendersi dall'audio avversariale mediante un modello di diffusione (audio) | Shutong Wu, Jiongxiao Wang, Wei Ping, Weili Nie, Chaowei Xiao. 2023.
Scopri di più sulla conferenza GTC dedicata all'IA
Ascolta gli esperti e i leader governativi che gettano le basi per la regolamentazione e l'affidabilità dell'IA. Scopri le sessioni Trustworthy AI di NVIDIA GTC appositamente pensate per consentire alle aziende di identificare e affrontare i potenziali ostacoli allo sviluppo delle loro iniziative.
