可信賴的 AI

來源追溯

簡要整理「來源追溯」與「可信賴的 AI」之間的關係、考量重點,以及應確認的條件。

適用範圍

在來源追溯中,依目的與限制界定適用範圍,並事先釐清不採用的條件。同時保留與「可信賴的 AI」的關聯脈絡,以可供查核的方式呈現判斷依據。

設計判斷

在來源追溯中,不固定模型或基礎架構,將資料、連線與監控分開,並記錄選擇理由。同時保留與「可信賴的 AI」的關聯脈絡,以可供查核的方式呈現判斷依據。

驗證方法

在來源追溯中,準備可重現的輸入與標準,並連同失敗案例確認其行為。同時保留與「可信賴的 AI」的關聯脈絡,以可供查核的方式呈現判斷依據。

營運時的確認

在來源追溯中,追蹤變更紀錄、品質變化與使用狀況,並建立必要的退回流程。同時保留與「可信賴的 AI」的關聯脈絡,以可供查核的方式呈現判斷依據。

人工判斷

在來源追溯中,不將重要判斷完全交給自動化,而是設計負責人與確認節點。同時保留與「可信賴的 AI」的關聯脈絡,以可供查核的方式呈現判斷依據。