访问官网
Github
文档
论文项目介绍：Awesome Artificial Intelligence Guidelines
随着人工智能（AI）系统在社会中的普及，人类面临越来越多的社会挑战。这些挑战包括许多从未遇到过的情况，这使得从业者在应用AI时，需要解决复杂的道德和社会问题。许多关于“原则”、“伦理框架”、和“检查表”的内容已经发布，旨在解决这些问题。但很显然，查找并导航这些资源并不容易。
Awesome Artificial Intelligence Guidelines项目的目标是通过整理和映射现有的AI指导方针、原则、伦理规范、标准和法规，帮助从业者在保护人类利益和推动技术发展的同时，轻松获取所需的指导。
高层框架与原则
高层框架和原则部分涵盖了一系列为责任心的机器学习提出的原则及评估方法。这包括由伦理AI与机器学习研究所（Ethical AI & Machine Learning Institute）发布的八大机器学习责任原则，欧洲委员会的可信AI指南（Guidelines for Trustworthy AI），以及IEEE的《道德对齐设计》（Ethically Aligned Design）等。此外，还有牛津大学关于AI治理的建议、新加坡数据保护委员会的AI治理原则等，它们共同构成了一个全面的AI伦理指南体系。
过程和检查表
为了确保AI在开发和操作中能符合上述原则，项目还提供了诸多实用的工具和检查表。这些包括卡内基·梅隆大学的软件工程研究所提供的设计伦理AI体验检查表（Designing Ethical AI Experiences Checklist），英国政府的数据伦理工作手册（Data Ethics Workbook），以及世界经济论坛的采购指南等。通过这些工具，可以帮助使用者在开发和应用AI系统时，更好地进行风险管理和道德评估。
交互式和实用工具
项目还收集了一些用于实际操作的工具，比如由Aequitas提供的偏见和公平性审计工具包（Bias & Fairness Audit Toolkit）、IBM的AI可解释性360°工具包（AI Explainability 360），以及微软的Fairlearn和Interpret ML工具包等。这些工具旨在帮助开发者识别和纠正AI系统中的偏见，提高AI产品的透明度和解释性。
行业标准倡议
在行业标准方面，项目罗列了一些重要的文献和倡议，包括ACM的计算机行业行为准则（Code of Ethics and Professional Conduct）、IEEE为AI及自治系统设定的全球伦理考虑倡议（Global Initiative for Ethical Considerations in AI and Autonomous Systems）等。这些标准和倡议为从业者提供了详细的行为指导，推动AI技术的健康发展。
在线课程和学习资源
对于新手和希望深入了解AI伦理的专业人员，项目推荐了一些免费和公开的在线课程。这些课程包括《保护隐私的安全AI》，《数据科学伦理学》，和由加拿大蒙特利尔大学提供的《AI中偏见和歧视》等等，涵盖从数据隐私到算法公平的广泛主题。
研究及行业新闻通讯
项目整理了多种订阅新闻，帮助从业者随时掌握最新的研究进展和行业动向。包括由OpenAI的Jack Clark整理的“Import AI”，由蒙特利尔AI伦理研究所发布的每周AI伦理新闻通讯，以及AI安全中心发布的AI安全通讯等等。
法规和政策
项目还涵盖了各国关于AI的法规和政策文件，包括来自奥地利、中国、迪拜、欧盟、新加坡、英国以及美国等国家和地区的AI相关法律法规文本。这些文件为AI在全球各地的实施和应用提供了法律依据和指导方针。
通过整理和分享如此全面的信息资源，Awesome Artificial Intelligence Guidelines项目旨在协助从业者更好地理解和实施AI伦理，促进AI技术的负责任发展和应用。
