Trace Id is missing
跳到主要內容
Microsoft
Microsoft AI
Microsoft AI
Microsoft AI
首頁
產品和解決方案
個人用
個人用
Microsoft Copilot
下載 Copilot 應用程式
適用於組織
適用於組織
Microsoft 365 Copilot
下載 Microsoft 365 Copilot 應用程式
適用於組織的 Copilot
自訂您的 Copilot
自訂您的 Copilot
Copilot Studio
建置您自有的
建置您自有的
Azure AI Foundry
Azure AI 服務
Azure AI 解決方案
Intelligent PCs
Intelligent PCs
Copilot+ PCs
適用於商務領導人員的 AI
負責任 AI
概觀
準則和方法
工具和做法
客戶案例
深入了解
部落格中的 AI
AI 學習中心
更多
所有 Microsoft
Global
Microsoft 安全性
Azure
Dynamics 365
Microsoft 365
Microsoft Teams
Windows 365
技術與創新
技術與創新
Microsoft Cloud
AI
Azure Space
混合實境
Microsoft HoloLens
Microsoft Viva
量子運算
永續性
產業
產業
教育
汽車
金融服務
政府機構
醫療保健
製造
零售
所有產業
合作夥伴
合作夥伴
尋找合作夥伴
成為合作夥伴
合作夥伴網路
Azure Marketplace
AppSource
資源
資源
部落格
Microsoft Advertising
開發人員中心
文件
活動
授權
Microsoft Learn
Microsoft 研究
檢視網站地圖
Microsoft 負責任 AI
原則和方法
我們致力於以透明、可靠且信賴的方式開發 AI 系統。
負責任 AI 標準
負責任 AI 標準
AI 原則
實作負責任 AI
透明度報告
透明度文件
常見問題集
Microsoft 負責任 AI 標準
探索 Microsoft 對於如何設計、建置和測試 AI 系統的指導。
取得標準
原則
定義重要事項
我們已找出六個我們認為應該引導 AI 發展及使用的原則。
公平性
AI 系統應該以公平的方式對待所有人。
AI 系統如何以公平的方式配置機會、資源和資訊給使用它的人?
可靠性和安全
AI 系統應該可靠且安全地運作。
系統如何在不同的使用條件和環境 (包括不符合其原本用途的環境) 下為人們發揮良好的功能?
隱私權和安全性
AI 系統應該很安全且尊重隱私權。
該如何設計系統以支援隱私權和安全性?
包容性
AI 系統應該賦予每個人能力並讓所有人都能參與其中,無論他們的背景如何。如何設計系統以包容各種能力的人?
透明度
AI 系統應該可理解。
如何確保人員正確理解系統的功能?
問責性
人員應對 AI 系統負責。 如何建立監督,讓人類能夠負責並掌控?
公平性
上一張投影片
下一張投影片
新聞
測量是協助 AI 保持進度的關鍵
閱讀更多
研究
使用語言技術將效益最大化並將傷害降到最低
閱讀更多
研究
AI 小組如何將公平性檢查清單用於現實世界的工作
閱讀更多
研究
AI 中的公平性、責任、透明度及道德
閱讀更多
部落格
Microsoft 無障礙技術的負責任 AI 原則
閱讀更多
工具
GitHub 上的 Fairlearn Python 套件
閱讀更多
播客
測量和減輕潛在的 AI 傷害
閱讀更多
返回 [負責任 AI 的實踐 - 公平性] 索引標籤區段
可靠性和安全
上一頁投影片
下一張投影片
新聞
為什麼 AI 有時候會出錯,以及為解決此問題的重大進展
閱讀更多
部落格
評估及了解 AI 的進度
閱讀更多
部落格
重塑代理程式 AI 的基礎,實現規模化、擴展性及穩定性
閱讀更多
部落格
因應英國 AI 安全高峰會更新的 Microsoft AI 安全原則
閱讀更多
部落格
Microsoft 與非營利組織合作,落實針對生成式 AI 的兒童安全承諾
閱讀更多
部落格
生成式 AI 強調線上安全相關家庭交談的重要性
閱讀更多
部落格
破壞濫用生成式 AI 的全球網路犯罪網路
閱讀更多
部落格
透過教育與授權,消除濫用 AI 產生的內容風險
閱讀更多
部落格
以符合歐盟 AI 法案的方式創新
閱讀更多
影片
適用於開發人員的 Azure AI 內容安全示範和快速教學課程
觀看影片
GitHub
探索 Azure AI 內容安全訓練的範例程式碼和資產
檢視範例
返回負責任 AI 執行中 - 可靠性和安全索引標籤區段
隱私權和安全性
上一頁投影片
下一張投影片
新聞
保護 AI 防範「越獄」和其他提示攻擊
閱讀更多
新聞
紅色團隊會套用駭客的思維,以協助保護 AI 安全
閱讀更多
部落格
Azure AI 機密推斷的技術深入探討
閱讀更多
研究
降低 AI 模型中的資料外洩風險
閱讀更多
部落格
擴大 AccountGuard 以對抗非洲持續成長的網路威脅
閱讀更多
部落格
在 AI 時代中提升信任和保護隱私權
閱讀更多
部落格
在 AI 時代保護商業與公用部門客戶的資料
閱讀更多
交談
使用同態加密確保 AI 中的隱私權
觀看影片
專案
Microsoft 的機密 AI
閱讀更多
部落格
Microsoft 如何保護 AI 平台抵禦網路威脅
深入了解
返回 [負責任 AI 的實踐 - 隱私權和安全性] 索引標籤區段
包容性
上一頁投影片
下一張投影片
研究
加速多語系檢索增強生成系統
閱讀更多
新聞
2024 年 AI 影響的案例
閱讀更多
部落格
改善身心障礙人士的呈現方式,推動 AI 創新
閱讀更多
部落格
推動更便利未來的技術、人員、合作關係與政策
閱讀更多
部落格
Microsoft 與合作夥伴及政策制定者共同推進無障礙發展
閱讀更多
部落格
Microsoft 對國家 AI 研究資源試驗的承諾
閱讀更多
部落格
使用 Azure AI 改善協助工具的六種方法
深入閱讀
返回 [負責任 AI 的實踐 - 包容性] 索引標籤區段
透明度
上一頁投影片
下一張投影片
新聞
透過提升 AI 相關透明度來打擊深偽技術
閱讀更多
報告
開發安全、可靠且值得信任的 AI
閱讀更多
部落格
針對我們負責的 AI 工作提供進一步的透明度
閱讀更多
書籍章節
使用以人為本的智慧型機器學習議程
深入閱讀
出版
透過資料集的資料工作表加強 AI 的透明度與責任
深入閱讀
返回 [負責任 AI 的實踐 - 透明度] 索引標籤區段
問責性
上一頁投影片
下一張投影片
新聞
讓公司更輕鬆建置和推出值得人員信任的 AI
閱讀更多
部落格
採取法律行動來保護大眾,避免濫用 AI 產生的內容
閱讀更多
部落格
破壞濫用生成式 AI 的全球網路犯罪網路
閱讀更多
論壇
以內部作業模型和透明度重新定義 AI
閱讀更多
部落格
宣佈 Microsoft 的 AI 客戶承諾
深入閱讀
返回 [負責任 AI 的實踐 - 問責性] 索引標籤區段
Microsoft 如何實作負責任 AI
探索 Microsoft 如何讓整個組織的員工成為負責任 AI 的勇士。
原則
研究
工程
上一步
下一步
治理
我們設定規則以制定負責任 AI,並清楚定義相關團隊的角色與責任。
團隊啟用
我們促進在公司內以及與客戶和合作夥伴之間採用負責任 AI 做法的就緒性。
敏感性使用
我們會審查敏感性使用案例,以確保維護我們負責任 AI 原則。
公用原則
我們努力制定新的法律與標準,協助確保 AI 承諾為整個社會實現。
概觀
Aether、Microsoft Research 和我們工程團隊的研究人員將負責任 AI 標準保持領先地位。
AI 研究
團隊會進行嚴格的 AI 研究,包括透明度、公平性、人與 AI 共同作業、隱私權、安全性、安全及 AI 對人員與社會的影響。
觀點
我們的研究人員會主動參與更廣泛的討論和辯論,以確保我們負責任 AI 計劃整合了整體的觀點和意見。
建立負責任 AI 工具和系統
資料工程小組定義及操作負責任使用 AI 的工具和系統策略。
資料工程實務
資料工程主管識別並實作將負責任 AI 整合到日常工作的工程做法。
合規性機制
資料工程小組會實作合規性工具,協助監控和強制執行負責任 AI 規則和需求。
回到索引標籤
負責任 AI 透明度報告
探索首屆報告,了解 Microsoft 如何建置負責任 AI 系統、支援客戶,並發展更強大的 AI 社群。
取得報告
深入了解
30 種負責任 AI 工具,具有超過 100 個功能
負責任 AI 社群成員成長了 16.6%
自 2019 年以來,超過 33 個透明度資訊
透明度文件
透明度文件
了解 AI 技術如何運作,以便建立符合您需求的系統。
Azure AI Face
使用分析人員臉部的系統,提升效率、安全性和客戶體驗。
閱讀更多
異常偵測器
使用時間戳和數值計量分析時間系列資料,以接收每個資料點的異常狀態以及參與變數。
閱讀更多
Azure AI 搜尋服務
取得 AI 增強的工具、API 和 SDK,以在 Web、行動裝置及企業應用程式中為各種內容建立豐富的搜尋體驗。
閱讀更多
語音轉換文字
將語音音訊轉換成文字,以支援超過 140 個地區 (Azure AI 服務的一部分)。
閱讀更多
空間分析
在視覺和語音文字記錄上,使用向量比對來啟用進階自然語言影片搜尋。
閱讀更多
自訂命名實體識別
在雲端式 API 服務中使用機器學習來建立模型,從非結構化文字擷取特定領域的實體。
閱讀更多
發音評定
評估多種語言的語音發音,以取得正確性、流暢性、詞彙、文法和主題理解的意見反應。
閱讀更多
文字轉換語音
將手寫文字轉換成高品質的語音音訊,同時支援預建的自訂神經語音,並提供具有合成影片虛擬人偶的視覺功能。
閱讀更多
載入更多
常見問題集
全部展開
全部摺疊
01/
什麼是 AI 原則及它們為什麼很重要?
AI 原則是設計來確保負責任開發和部署 AI 技術的指導方針。這些原則非常重要,因為它們有助於降低風險、促進道德做法,並最大化 AI 對社會的好處。
Microsoft 的
負責任 AI 標準
會整合基本做法,以確保符合新興 AI 法律和法規。
02/
是否有工具可協助我的組織實作負責任 AI 做法?
Microsoft 提供一系列
工具和做法
來協助組織練習負責任 AI。
此外,Microsoft 的
負責任 AI 標準
可協助定義負責任 AI 的產品開發需求。
03/
什麼是透明度資訊以及我該如何使用?
建立透明度資訊可協助客戶更了解 AI 技術的內部工作,並做出更明智的使用決策。它們是負責任 AI 標準的一部分,旨在提供 AI 系統的治理、對應、測量和管理方式的深入解析,以支援負責任 AI 開發。
Microsoft 也提供
負責任 AI 透明度報告
,這提供了 Microsoft 如何使用生成式 AI 組建應用程式、監督這些應用程式的部署、在客戶組建自己的 AI 應用程式時支援客戶,以及促進負責任 AI 社群的深入解析。
探索更多內容
工具和做法
取得工具以支援負責任 AI 做法
探索工具
探索 AI 原則與法規
探索 Microsoft 專家對於 AI 原則的最新觀點
探索原則
探索 Microsoft AI
了解如何安全地整合 AI 以滿足各種業務需求
深入了解
關注 Microsoft
Azure AI Face
使用分析人員臉部的系統,提升效率、安全性和客戶體驗。
閱讀更多
異常偵測器
使用時間戳和數值計量分析時間系列資料,以接收每個資料點的異常狀態以及參與變數。
閱讀更多
Azure AI 搜尋服務
取得 AI 增強的工具、API 和 SDK,以在 Web、行動裝置及企業應用程式中為各種內容建立豐富的搜尋體驗。
閱讀更多
語音轉換文字
將語音音訊轉換成文字,以支援超過 140 個地區 (Azure AI 服務的一部分)。
閱讀更多
空間分析
在視覺和語音文字記錄上,使用向量比對來啟用進階自然語言影片搜尋。
閱讀更多
自訂命名實體識別
在雲端式 API 服務中使用機器學習來建立模型,從非結構化文字擷取特定領域的實體。
閱讀更多
發音評定
評估多種語言的語音發音,以取得正確性、流暢性、詞彙、文法和主題理解的意見反應。
閱讀更多
文字轉換語音
將手寫文字轉換成高品質的語音音訊,同時支援預建的自訂神經語音,並提供具有合成影片虛擬人偶的視覺功能。
閱讀更多
自訂視覺
根據視覺特性分類和偵測圖片中的物件,以便建立、部署及改善圖片識別系統。
閱讀更多
QnA Maker
使用 Azure 資源在您的資料上建立交談層,以從自訂知識庫找到自然語言輸入的最佳解答。
閱讀更多
Azure AI 視覺 - OCR
從多種語言的影像和文件中擷取文字。手寫文字也支援英文。
閱讀更多
問題解答
建立以自然語言與使用者通訊的交談式應用程式,例如社交媒體應用程式、聊天機器人和已啟用語音的桌面應用程式。
閱讀更多
個人識別資訊 (PII)
從文字識別並分類個人實體,包括 PII 和受保護的健康情況資訊。
閱讀更多
健康情況的文字分析
尋找並標示非結構化文字中的健康情況資訊,以支援自訂和多種語言。
閱讀更多
語言理解
解譯自然語言文字、預測整體意義,並針對用戶端應用程式 (例如聊天機器人) 擷取特定資訊。
閱讀更多
個人化程式
使用加強學習來協助應用程式為使用者選擇最佳內容,它會根據使用者的反應和內容相關的資訊持續改善。
閱讀更多
Azure AI 視覺:影像分析
處理媒體資產以擷取視覺輔助功能,例如物件和人員,以取得知識採礦、自動化和協助工具。
閱讀更多
Azure Video Indexer
使用 AI 分析影片和音訊檔案,產生超過 60 種語言的深入解析,例如偵測到的物件、臉部和轉錄內容。
閱讀更多
交談語言理解
解譯自然語言文字,讓用戶端應用程式 (例如聊天機器人) 能夠了解使用者要求並採取行動。
閱讀更多
自訂文字分類的使用案例
為同時支援單一和多個標籤分類的文字分類工作建立自訂模型。
閱讀更多
情感分析
評估文字以偵測正面、中性及負面情緒。您將在各種案例接收每個句子的分數和標籤。
閱讀更多
Azure AI 語言
Azure AI 語言是雲端式服務,提供用於文字採礦和文字分析的自然語言處理 (NLP) 功能
閱讀更多
摘要
將文章、論文和文件壓縮成關鍵重點,讓開發人員可以建置智慧型解決方案。
閱讀更多
Onco-Phenotype
搭配使用可協助解決需根據臨床資料提供深入解析之多個高價值商務問題的模型。
閱讀更多
Trial Matcher
根據獨特的特性和試驗準則,為病患比對適合的臨床試驗。
閱讀更多
Azure OpenAI 服務
使用 OpenAI 模型來產生自然語言、程式碼和影像。包含整合式內容篩選和濫用偵測。
閱讀更多
關鍵片語擷取
快速識別文字中的主要概念。您會接收到"食物"與"優秀員工"等關鍵重點,同時捨棄非必要的文字。
閱讀更多
Azure AI 內容安全
使用文字、影像和多模式 API 偵測應用程式和服務中的有害內容,此外,針對量身打造的內容仲裁需求使用自訂類別。
閱讀更多
語言偵測
跨多種語言和文言,識別輸入文字語言,並取得各文件的單一語言代碼與信賴度分數。
閱讀更多
自訂命名實體識別
建立自訂模型,以從非結構化文字中擷取特定領域實體。
閱讀更多
關注 Microsoft