當部分人仍在探索AI的應用方式時，恩智浦已著眼未來，提出關鍵問題：如何確保AI以安全、可靠且負責任的方式運行？通過與技術、政府及商界精英的合作，使其真正落地，正是負責任AI（Responsible AI）成為焦點的關鍵。

　　想象一下，您正在駕車前往與朋友的聚會，滿懷期待享受一頓美味的晚餐。您已經有一段時間沒見過他們了，因此希望展現最佳狀態。然而，在行駛過程中，警報聲不斷響起，讓你困惑不已。此時，您收到來自車輛駕駛員監測系統（DMS）的提醒，提示你雖然駕駛表現良好，但未能保持足夠的注意力。

　　您可能未曾意識到，這一情況的發生源于人工智能（AI）模型所采用的訓練數據，這些數據為車輛的計算機視覺提供支持。然而，由于某些因素，AI模型誤解了實時輸入。這背后的原因在于，訓練數據中的偏差導致女性司機更常被歸類為“因個人儀容而分心”，這是訓練過程中對人群特征的細微錯誤呈現所導致的結果。

　　駕駛員監測系統正在重塑我們的出行方式，但要在系統中集成AI技術，我們必須在模型開發過程中充分考慮數據偏差，以確保系統的公正性和可靠性

　　深入了解邊緣AI開發所面臨的挑戰及其監管環境。閱讀恩智浦《負責任的邊緣AI賦能技術》白皮書。

　　負責任邊緣AI開發的風險

　　這不僅僅是借助AI進行數據分析和預測所面臨的風險，更涉及AI/ML系統的公平性與穩健性問題，以及它們對現代生活的深遠影響。例如，訓練數據中的偏見可能導致個人在申請金融服務時被錯誤拒絕。同樣，在缺乏適當的風險評估和防范措施的情況下，邊緣AI也可能引發歧視性決策。智能邊緣在連接物理世界與數字世界方面發揮著至關重要的作用。物理AI作為生成式AI與機器人技術交匯的核心概念，必須依靠邊緣設備實現，而不僅僅依賴云計算。因此，邊緣AI的錯位風險需要額外審查，以避免潛在的安全隱患和歧視問題。

　　全球正處于AI融入日常生活的關鍵階段。2025年1月，波士頓咨詢公司調查顯示，75%的高管將AI列為2025年的3大戰略重點。然而，盡管AI的影響力持續上升，但僅有不到三分之一的企業幫助其不到25%的員工提升了AI技能，這凸顯了對相關教育和意識培養的迫切需求。

　　隨著邊緣AI技術的不斷發展，工廠正變得愈發智能化與自主化

　　負責任的邊緣AI

　　當眾多企業仍在探索AI的應用方式時，恩智浦已著眼未來，提出關鍵問題：如何確保AI以安全、可靠且負責任的方式運行？通過與技術、政府及商界精英的合作，使其真正落地，正是負責任AI（Responsible AI）成為焦點的關鍵。

　　負責任的AI既不是獨立的技術，也不僅僅是政策與最佳實踐的集合。它深度融入技術和非技術領域，涵蓋機器學習、生成式AI與語言模型、時間序列數據、計算機視覺、語音識別，以及所有類型的智能軟件、傳感器和硬件。AI帶來的風險影響著企業與個人——負責任AI必須確保雙方的平等代表性。

　　邊緣AI正深刻改變我們的生活方式，使家庭在日常活動場景中變得更加智能化

　　因此，負責任的AI在實踐中需要協同一致且全面的努力。恩智浦從邊緣AI賦能的角度深入研究這一課題。作為智能邊緣領域的領軍企業，我們撰寫了《負責任的邊緣AI賦能技術》白皮書。

　　該白皮書旨在幫助理解和解讀歐盟《AI法案》等最新立法，深入探討邊緣AI的風險及其應對措施，同時強調SoC供應商的角色和責任。此外，文中概述了恩智浦如何通過軟件與工具推動負責任AI的發展。以DMS示例為例，恩智浦正在開發Explainable AI（XAI）軟件，該軟件作為eIQ?工具包的一部分，可在模型訓練后、部署前檢測偏差，從而幫助防止歧視、確保系統穩健性，并使開發人員能夠及早識別風險并理解其成因。

　　邊緣AI以多種方式惠及人類，包括提升自動化與生產效率、增強安全性、推動更可持續的交通，以及優化計算資源利用率。負責任的賦能技術在最大化邊緣AI價值的同時，還盡可能降低潛在風險。

　　恩智浦《負責任的邊緣AI賦能技術》白皮書由Davis Sawyer、Wil Michiels、Jolijn Martens和Wouter van der Loop共同撰寫。

更多精彩內容歡迎點擊==>>電子技術應用-AET<<