Trace Id is missing
跳转至主内容
Microsoft
Microsoft AI
Microsoft AI
Microsoft AI
主页
产品和解决方案
个人版
个人版
Microsoft Copilot
下载 Copilot 应用
适用于组织
适用于组织
智能 Microsoft 365 Copilot 副驾驶®
下载 Microsoft 365 Copilot 应用
适用于组织的 Copilot
自定义你的 Copilot
自定义你的 Copilot
Copilot Studio
构建自己的
构建自己的
Azure AI Foundry
Azure AI 服务
Azure AI 解决方案
Intelligent PCs
Intelligent PCs
Copilot+ PCs
面向业务领导者的 AI
负责任 AI
概述
原则和方法
工具和做法
客户案例
了解详细信息
博客中的 AI
AI 学习中心
更多
所有 Microsoft
Global
Microsoft 安全
Azure
Dynamics 365
Microsoft 365
Microsoft Teams
Windows 365
技术和创新
技术和创新
Microsoft Cloud
AI
Azure Space
混合现实
Microsoft HoloLens
Microsoft Viva
量子计算
可持续发展
工业
工业
教育
汽车
金融服务
政府
医疗保健
制造业
零售业
所有行业
合作伙伴
合作伙伴
查找合作伙伴
成为合作伙伴
合作伙伴网络
Azure 市场
AppSource
资源
资源
博客
Microsoft Advertising
开发人员中心
文档
活动
许可
Microsoft Learn
Microsoft Research
查看站点地图
Microsoft 负责任 AI
原则和方法
我们致力于以透明、可靠且值得信任的方式开发 AI 系统。
负责任 AI 标准
负责任 AI 标准
AI 原则
实现负责任 AI
透明度报告
透明度文档
常见问题解答
Microsoft 负责任 AI 标准
了解 Microsoft 提供的有关如何设计、构建和测试 AI 系统的指南。
获取标准
原则
定义重要内容
我们确定了我们认为应该指导 AI 开发和使用的六项原则。
公平性
AI 系统应公平对待所有人。
AI 系统如何以对用户公平的方式分配机会、资源和信息?
可靠性和安全性
AI 系统应可靠、安全地执行。
系统如何适合不同使用条件和上下文(包括最初不适用于的使用条件和上下文)的用户?
隐私和安全性
AI 系统应是安全的并且应尊重隐私。
如何将系统设计为支持隐私和安全性?
包容性
无论每个人的背景如何,AI 系统都应该为每个人提供支持并吸引所有人。系统如何设计为包容所有能力的人员?
透明度
AI 系统应明白易懂。
我们如何确保人们正确理解系统的功能?
问责制
应该有人对 AI 系统负责。 我们如何创建监督,以便用户能够负责和掌控局面?
公平性
幻灯片 {0} {1} 指示器
上一张幻灯片
下一张幻灯片
资讯
衡量是确保 AI 保持正常运行的关键
阅读更多内容
研究
利用语言技术最大化权益并最大程度减少损害
阅读更多内容
研究
AI 团队如何根据实际工作调整公平性清单
阅读更多内容
研究
AI 中的公平性、责任、透明度和道德
阅读更多内容
博客
Microsoft 无障碍技术的负责任 AI 原则
阅读更多内容
工具
GitHub 上的 Fairlearn Python 包
阅读更多内容
播客
测量和缓解潜在的 AI 危害
阅读更多内容
返回到“实际应用中的负责任 AI - 公平选项卡”部分
可靠性和安全性
上一张幻灯片
下一张幻灯片
资讯
为什么 AI 有时会出错 — 以及解决这一问题的重大进展
阅读更多内容
博客
评估并理解 AI 领域的进展”的博客
阅读更多内容
博客
重新构想代理 AI 的基础,以实现缩放、扩展性和可靠性
阅读更多内容
博客
Microsoft AI 安全策略已针对英国 AI 安全峰会更新
阅读更多内容
博客
Microsoft 联合非营利组织为生成式 AI 制定儿童安全承诺
阅读更多内容
博客
生成式 AI 凸显家庭对话对网络安全的重要性
阅读更多内容
博客
滥用生成式 AI 破坏全球网络犯罪网络
阅读更多内容
博客
通过教育和赋能应对 AI 生成的滥用内容风险
阅读更多内容
博客
根据欧盟《人工智能法案》进行创新
阅读更多内容
视频
面向开发人员的 Azure AI 内容安全演示和快速教程
GitHub
了解 Azure AI 内容安全培训的示例代码和资产
查找示例
返回负责任 AI 正在运行 - 可靠性和安全选项卡部分
隐私和安全性
幻灯片 {0} {1} 指示器
上一张幻灯片
下一张幻灯片
资讯
保护 AI 免受 “越狱 ”和其他即时攻击
阅读更多内容
资讯
红队像黑客一样思考,帮助保护 AI 安全
阅读更多内容
博客
深入了解 Azure AI 机密推理技术
阅读更多内容
研究
降低 AI 模型中的数据泄漏风险
阅读更多内容
博客
扩展 AccountGuard 以应对非洲不断增长的网络威胁
阅读更多内容
博客
在 AI 时代增强信任并保护隐私
阅读更多内容
博客
保护 AI 时代商业和公共部门客户的数据
阅读更多内容
演讲
使用同态加密确保 AI 的隐私性
Project
Microsoft 的机密 AI
阅读更多内容
博客
Microsoft 如何保护 AI 平台免受网络威胁
了解详细信息
返回到“实际应用中的负责任 AI - 隐私和安全性选项卡”部分
包容性
幻灯片 {0} {1} 指示器
上一张幻灯片
下一张幻灯片
研究
加速多语言检索增强生成系统
阅读更多内容
资讯
2024 年的 AI 影响案例
阅读更多内容
博客
提高残疾人的代表性,推动 AI 创新
阅读更多内容
博客
技术、人才、合作关系和政策推动更无障碍的未来
阅读更多内容
博客
Microsoft 与合作伙伴和政策制定者合作推进无障碍环境建设
阅读更多内容
博客
Microsoft 对 AI 研究资源试点的承诺
阅读更多内容
博客
使用 Azure AI 改进辅助功能的六种方法
阅读更多内容
返回到“实际应用中的负责任 AI - 包容性选项卡”部分
透明度
幻灯片 {0} {1} 指示器
上一张幻灯片
下一张幻灯片
资讯
通过更透明地处理 AI 的深度构想
阅读更多内容
报告
开发安全、安全且值得信赖的 AI
阅读更多内容
博客
进一步提高我们负责任 AI 工作的透明度
阅读更多内容
书籍章节
使用可理解机器学习的以人为中心的日程
阅读更多内容
出版
通过数据集数据表提高 AI 的透明度和问责制
阅读更多
返回到“实际应用中的负责任 AI - 透明度选项卡”部分
问责制
幻灯片 {0} {1} 指示器
上一张幻灯片
下一张幻灯片
资讯
让企业更轻松地构建和交付值得信赖的 AI
阅读更多内容
博客
采取法律措施来防止公众滥用 AI 生成的内容
阅读更多内容
博客
滥用生成式 AI 破坏全球网络犯罪网络
阅读更多内容
论坛
用内部模型和透明度重新定义 AI
阅读更多内容
博客
宣布 Microsoft 的 AI 客户承诺
阅读更多内容
返回到“实际应用中的负责任 AI - 问责制选项卡”部分
Microsoft 如何实现负责任 AI
浏览 Microsoft 如何使整个组织的员工拥护负责任 AI。
策略
研究
工程
上一页
下一页
治理
我们设置了制定负责任 AI 的规则,并明确定义了所涉及团队的角色和职责。
团队赋能
无论是在公司内部还是与客户和合作伙伴,我们都推动准备好采用负责任 AI 做法。
敏感使用
我们审查敏感用例,以确保我们遵守负责任 AI 原则。
公共策略
我们致力于制定新的法律和标准,以帮助确保承诺为整个社会实现 AI。
概述
Aether、Microsoft Research 和我们工程团队的研究人员使我们的责任人工智能标准始终处于领先地位。
AI 研究
团队进行严格的 AI 研究,研究内容包括透明度、公平性、人工与 AI 协作、隐私、安全性以及 AI 对个人和社会的影响。
观点
我们的研究人员积极参与更广泛的讨论和辩论,以确保我们的负责任 AI 计划汇聚了全局观点和意见。
构建负责任 AI 工具和系统
工程团队定义并实施用于负责任地使用 AI 的工具和系统策略。
工程做法
工程领导者确定并实施将负责任 AI 集成到日常工作中的工程做法。
合规性机制
工程团队实施合规性工具,以帮助监视和强制实施负责任 AI 规则和要求。
返回标签页
负责任 AI 透明度报告
浏览首届报告,了解 Microsoft 如何构建负责任 AI 系统、支持客户和发展更强大的 AI 社区。
获取报告
了解详细信息
具有 100 多个功能的 30 个负责任 AI 工具
负责任 AI 社区成员增长 16.6%
自 2019 年以来的超过 33 条的透明度说明
透明度文档
透明度文档
了解 AI 技术的工作原理,以便可以创建符合需求的系统。
Azure AI 人脸
利用分析人脸的系统提高效率、安全性和客户体验。
阅读更多内容
异常检测器
使用时间戳和数字指标分析时间序列数据,以获取每个数据点的异常状态以及相关变量。
阅读更多内容
Azure AI 搜索
获取 AI 增强的工具、API 和 SDK,为 Web、移动和企业应用中的不同内容构建丰富的搜索体验。
阅读更多内容
语音转文本
将语音转换为文本,以支持超过 140 个区域设置(Azure AI 服务的一部分)。
阅读更多内容
空间分析
利用基于向量的视觉和语音转录匹配,实现高级自然语言视频搜索。
阅读更多内容
自定义命名实体识别
在基于云的 API 服务中使用机器学习,建立从非结构化文本中提取特定领域实体的模型。
阅读更多内容
发音评估
评估多种语言的语音发音,以获得有关准确性、流利性、词汇、语法和主题理解的反馈。
阅读更多内容
文本转语音
将书面文本转换为高质量语音音频,同时支持预生成的自定义神经语音,并提供具有合成视频虚拟形象的视觉功能。
阅读更多内容
加载更多
常见问题解答
全部展开
全部折叠
01/
什么是 AI 原则,为什么它们很重要?
AI 原则旨在确保人们负责任地开发和部署 AI 技术。这些原则至关重要,因为它们有助于降低风险、促进有道德的做法,并最大限度地提高 AI 对社会的益处。
Microsoft 的负责任 AI 标准
整合了可确保遵守新颁发 AI 法律和法规的基本做法。
02/
是否有工具可帮助我的组织实施负责任 AI 做法?
Microsoft 提供了一系列
工具和做法
,可帮助组织实践负责任 AI。
此外,
Microsoft 的负责任 AI 标准
可帮助定义负责任 AI 的产品开发要求。
03/
什么是透明度说明以及如何使用它们?
透明度说明可帮助客户更好地理解 AI 技术的内部工作原理,并做出更明智的使用决策。它们是负责任 AI 标准的一部分,旨在通过深入了解如何治理、映射、衡量和管理 AI 系统来支持负责任 AI 开发。
Microsoft 还提供了
负责任 AI 透明度报告
,通过此报告可以了解 Microsoft 如何使用生成式 AI 构建应用程序、监督这些应用程序的部署、在客户构建自己的 AI 应用程序时为其提供支持,以及发展负责任 AI 社区。
发现更多
工具和做法
获取支持负责任 AI 实践的工具
浏览工具
AI 政策和法规
从 Microsoft 专家那里了解有关 AI 政策的最新观点
浏览政策
浏览 Microsoft AI
了解如何安全地集成 AI 以满足各种业务需求
了解详情
Azure AI 人脸
利用分析人脸的系统提高效率、安全性和客户体验。
阅读更多内容
异常检测器
使用时间戳和数字指标分析时间序列数据,以获取每个数据点的异常状态以及相关变量。
阅读更多内容
Azure AI 搜索
获取 AI 增强的工具、API 和 SDK,为 Web、移动和企业应用中的不同内容构建丰富的搜索体验。
阅读更多内容
语音转文本
将语音转换为文本,以支持超过 140 个区域设置(Azure AI 服务的一部分)。
阅读更多内容
空间分析
利用基于向量的视觉和语音转录匹配,实现高级自然语言视频搜索。
阅读更多内容
自定义命名实体识别
在基于云的 API 服务中使用机器学习,建立从非结构化文本中提取特定领域实体的模型。
阅读更多内容
发音评估
评估多种语言的语音发音,以获得有关准确性、流利性、词汇、语法和主题理解的反馈。
阅读更多内容
文本转语音
将书面文本转换为高质量语音音频,同时支持预生成的自定义神经语音,并提供具有合成视频虚拟形象的视觉功能。
阅读更多内容
自定义视觉
根据视觉特征对图像中的对象进行分类和检测,以便生成、部署和改进图像标识系统。
阅读更多内容
QnA Maker
使用 Azure 资源在数据上创建一个对话层,从自定义知识库中为自然语言输入找到最佳答案。
阅读更多内容
Azure AI 视觉 - OCR
从图像和文件中提取多语言文本。还支持英文手写文本。
阅读更多内容
问题解答
构建以自然语言与用户通信的对话应用,例如社交媒体应用、聊天机器人和支持语音的桌面应用。
阅读更多内容
个人身份信息 (PII)
从文本中识别和分类个人实体,包括 PII 和受保护的健康信息。
阅读更多内容
文本分析在医疗领域的应用
查找和标记非结构化文本中的健康状况信息,以支持自定义和多种语言。
阅读更多内容
语言理解
解释自然语言文本、预测整体含义,并提取客户端应用(如聊天机器人)的特定信息。
阅读更多内容
个性化体验创建服务
利用强化学习帮助应用程序为用户选择最佳内容 — 根据用户的反应和上下文信息不断改进。
阅读更多内容
Azure AI 视觉:图像分析”的更多内容
处理媒体资产以提取视觉特征(如对象和人员)以实现知识挖掘、自动化和辅助功能。
阅读更多内容
Azure 视频索引器
使用 AI 分析视频和音频文件,以生成 60 多种语言的检测对象、人脸和听录等见解。
阅读更多内容
对话语言理解
解释自然语言文本,使客户端应用程序(如聊天机器人)能够理解用户请求并采取行动。
阅读更多内容
自定义文本分类的用例
为支持单个和多个标签分类的文本分类任务生成自定义模型。
阅读更多内容
情绪分析
评估文本,检测正面、中性和负面情绪。你将收到在不同场景下各语句的分数和标签。
阅读更多内容
Azure AI 语言
Azure AI 语言是基于云的服务,它为文本挖掘和文本分析提供自然语言处理 (NLP) 功能
阅读更多内容
汇总
将文章、论文和文档压缩为关键要点,以便开发人员可以构建智能解决方案。
阅读更多内容
Onco-Phenotype
使用有助于解决多个需要基于临床数据的见解的高价值业务问题的模型。
阅读更多内容
试验匹配器
根据患者的独特特征和试验标准,将患者与合适的临床试验相匹配。
阅读更多内容
Azure OpenAI 服务
使用 OpenAI 模型生成自然语言、代码和图像。包含集成内容筛选和滥用检测。
阅读更多内容
关键短语提取
快速识别文本中的主要概念。你将收到"食物"和"优秀员工" 等关键点,同时放弃非必要字词。
阅读更多内容
Azure AI 内容安全
使用文本、图像和多模式 API 以及自定义类别来检测应用和服务中的有害内容,并根据定制的内容审查需求使用自定义类别。
阅读更多内容
语言检测
跨越多种语言和方言,识别输入的文本语言,并为每份文档获取带有置信度分数的单一语言代码。
阅读更多内容
自定义命名实体识别
建立自定义模型,从非结构化文本中提取特定领域的实体。
阅读更多内容