論文の概要: Lessons Learned in Performing a Trustworthy AI and Fundamental Rights Assessment
- arxiv url: http://arxiv.org/abs/2404.14366v1
- Date: Mon, 22 Apr 2024 17:19:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-23 13:08:10.044381
- Title: Lessons Learned in Performing a Trustworthy AI and Fundamental Rights Assessment
- Title（参考訳）: 信頼できるAIと基本的人権評価を実現するために学んだ教訓
- Authors: Marjolein Boonstra, Frédérick Bruneault, Subrata Chakraborty, Tjitske Faber, Alessio Gallucci, Eleanore Hickman, Gerard Kema, Heejin Kim, Jaap Kooiker, Elisabeth Hildt, Annegret Lamadé, Emilie Wiinblad Mathez, Florian Möslein, Genien Pathuis, Giovanni Sartor, Marijke Steege, Alice Stocco, Willy Tadema, Jarno Tuimala, Isabel van Vledder, Dennis Vetter, Jana Vetter, Magnus Westerlund, Roberto V. Zicari,
- Abstract要約: 試験飛行は2022年5月から2023年1月まで行われた。
Fryslan県からのディープラーニングアルゴリズムの実践的応用が評価された。
AIは、自然保護区を監視するために衛星画像を用いて草地をマッピングする。
- 参考スコア（独自算出の注目度）: 0.8277320146508275
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This report shares the experiences, results and lessons learned in conducting a pilot project ``Responsible use of AI'' in cooperation with the Province of Friesland, Rijks ICT Gilde-part of the Ministry of the Interior and Kingdom Relations (BZK) (both in The Netherlands) and a group of members of the Z-Inspection$^{\small{\circledR}}$ Initiative. The pilot project took place from May 2022 through January 2023. During the pilot, the practical application of a deep learning algorithm from the province of Fr\^yslan was assessed. The AI maps heathland grassland by means of satellite images for monitoring nature reserves. Environmental monitoring is one of the crucial activities carried on by society for several purposes ranging from maintaining standards on drinkable water to quantifying the CO2 emissions of a particular state or region. Using satellite imagery and machine learning to support decisions is becoming an important part of environmental monitoring. The main focus of this report is to share the experiences, results and lessons learned from performing both a Trustworthy AI assessment using the Z-Inspection$^{\small{\circledR}}$ process and the EU framework for Trustworthy AI, and combining it with a Fundamental Rights assessment using the Fundamental Rights and Algorithms Impact Assessment (FRAIA) as recommended by the Dutch government for the use of AI algorithms by the Dutch public authorities.
- Abstract（参考訳）: 本報告では、Friesland省、オランダ内国関係省(BZK)のRijks ICT Gilde-part、およびZ-Inspection$^{\small{\circledR}}$ Initiativeとの協力のもと、パイロットプロジェクト「AIの責任利用」の実施で得られた経験、成果、教訓を共有する。
試験飛行は2022年5月から2023年1月まで行われた。
パイロット期間中、Fr\^yslan県からのディープラーニングアルゴリズムの実践的応用が評価された。
AIは、自然保護区を監視するために衛星画像を用いて草地をマッピングする。
環境モニタリングは、飲料水に関する基準の維持から、特定の州や地域のCO2排出量の定量化まで、様々な目的で社会が行う重要な活動の1つである。
衛星画像と機械学習を使って意思決定を支援することは、環境モニタリングの重要な部分になりつつある。
このレポートの主な焦点は、Z-Inspection$^{\small{\circledR}}のプロセスとTrustworthy AIのEUフレームワークを使用して、信頼できるAIアセスメントの実行から学んだ経験、成果、教訓を共有し、オランダ政府によるAIアルゴリズムの使用を推奨する基本的権利アセスメント(FRAIA)を使用して、基本的権利アセスメントと組み合わせることである。
関連論文リスト
- Realistic Evaluation of Deep Partial-Label Learning Algorithms [94.79036193414058]
部分ラベル学習(Partial-label Learning, PLL)は、各サンプルが複数の候補ラベルに関連付けられている弱い教師付き学習問題である。
近年,モデル性能向上のために多くのディープアルゴリズムが開発されている。
初期のアルゴリズムは、しばしば過小評価され、複雑な設計で多くの後のアルゴリズムより優れている。
論文 参考訳（メタデータ） (2025-02-14T14:22:16Z) - Artificial Intelligence in Environmental Protection: The Importance of Organizational Context from a Field Study in Wisconsin [3.529400240074136]
農業廃棄物の投棄を検出するための衛星画像ベースのAIツールのユニークなケーススタディの結果を報告する。
この道具は2023年2月から3月にかけて投棄が禁止された際に現場調査に使用された。
AIツールは環境保護資源の割り当てを優先することを約束するが、既存の法律の重要なギャップを露呈する可能性がある。
論文 参考訳（メタデータ） (2025-01-09T01:27:36Z) - Methods to Assess the UK Government's Current Role as a Data Provider for AI [2.9712266483979346]
本稿では, 設計, 力学, 限界を詳細に解説し, 技術的報告として機能する。
ODIのWebサイトには、実験と重要な発見を要約し、それらを解釈し、英国政府がAIポリシーの設計を進めるための実用的なレコメンデーションのセットを構築するという、補完的な非技術レポートが添付されている。
論文 参考訳（メタデータ） (2024-11-27T19:53:05Z) - The Fundamental Rights Impact Assessment (FRIA) in the AI Act: Roots, legal obligations and key elements for a model template [55.2480439325792]
基本権利影響評価(FRIA)の理論的・方法論的検討における既存のギャップを埋めることを目的とする。
この記事では、FRIAのモデルテンプレートの主要なビルディングブロックについて概説する。
これは、AIが人権と完全に整合していることを保証するために、他の国家および国際規制イニシアチブの青写真として機能する。
論文 参考訳（メタデータ） (2024-11-07T11:55:55Z) - Do Responsible AI Artifacts Advance Stakeholder Goals? Four Key Barriers Perceived by Legal and Civil Stakeholders [59.17981603969404]
責任あるAI(RAI)コミュニティは、透明性を促進し、AIシステムのガバナンスをサポートするために、多数のプロセスとアーティファクトを導入している。
我々は、責任あるAI活動に関する政策と擁護を通知する19の政府、法律、市民社会の利害関係者と半構造化されたインタビューを行う。
我々は、これらの信念を4つの障壁にまとめて、RAIアーティファクトが(必然的に)市民社会、政府、産業間での権力関係を再構成する方法を説明する。
論文 参考訳（メタデータ） (2024-08-22T00:14:37Z) - Federated Learning Priorities Under the European Union Artificial
Intelligence Act [68.44894319552114]
我々は、AI法がフェデレートラーニングに与える影響について、第一種学際分析(法とML)を行う。
データガバナンスの問題とプライバシに関する懸念について検討する。
最も注目すべきは、データのバイアスを防御し、プライベートでセキュアな計算を強化する機会である。
論文 参考訳（メタデータ） (2024-02-05T19:52:19Z) - Exploring acceptance of autonomous vehicle policies using KeyBERT and
SNA: Targeting engineering students [0.0]
韓国の政策立案者は、自動運転車と自律走行ロボットを次世代の輸送手段と見なしている。
本研究では,産業・機械・電子計算機分野の大学院生のコメントに2つのテキストマイニング手法を適用した。
論文 参考訳（メタデータ） (2023-07-18T07:03:29Z) - The Role of Large Language Models in the Recognition of Territorial
Sovereignty: An Analysis of the Construction of Legitimacy [67.44950222243865]
Google MapsやLarge Language Models (LLM)のような技術ツールは、しばしば公平で客観的であると見なされる。
我々は、クリミア、ウェストバンク、トランスニトリアの3つの論争領域の事例を、ウィキペディアの情報と国連の決議に対するChatGPTの反応を比較して強調する。
論文 参考訳（メタデータ） (2023-03-17T08:46:49Z) - How to Assess Trustworthy AI in Practice [0.22740899647050103]
Z-Inspection$smallcircledR$は、AIベースの技術の信頼性を評価するための総合的なプロセスである。
欧州連合の高レベルエキスパートグループ(EU HLEG)のガイドラインを信頼に値するAIに使用。
論文 参考訳（メタデータ） (2022-06-20T16:46:21Z) - Evaluating the application of NLP tools in mainstream participatory
budgeting processes in Scotland [11.943141057130228]
スコットランドにおける参加予算編成(PB)は、コミュニティ主導のプロセスから、地方政府や国家政府が支持する運動へと成長してきた。
地方自治体の予算の少なくとも1%はPBに該当する。
本研究は,スコットランドを構成する32の地方自治体にまたがって,この「スケールアップ」や「メインストリーム」から生じる課題について考察する。
論文 参考訳（メタデータ） (2021-11-23T10:23:58Z) - Farmland Parcel Delineation Using Spatio-temporal Convolutional Networks [77.63950365605845]
ファームパーセル・デライン化は、気候変動政策の開発と管理において重要なカダストラルデータを提供する。
このデータは、極端な気象災害に伴う損害後の補償を評価するための農業保険セクターにも有用である。
衛星画像の利用は、農場の区画整理作業を行うためのスケーラブルで費用対効果の高い方法である。
論文 参考訳（メタデータ） (2020-04-11T19:49:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。