সাহায্য Kaggle উপর TensorFlow সঙ্গে গ্রেট বেরিয়ার রিফ রক্ষা চ্যালেঞ্জ যোগদান

TensorFlow দায়ী এআই গাইডবুক

ভূমিকা

2018 সালে, গুগল তার চালু এআই মূলনীতি , যা আমাদের গবেষণা ও পণ্য নৈতিক উন্নয়ন ও এআই ব্যবহার গাইড। এই নীতিগুলির সাথে সামঞ্জস্য রেখে, TensorFlow টিম ডেভেলপারদের দায়িত্বশীল AI (RAI) অনুশীলনগুলি মেনে চলার জন্য সরঞ্জাম এবং কৌশল প্রদান করতে কাজ করে৷

এই গাইডবুকটিতে, আপনি একটি সুনির্দিষ্ট কাজের ক্ষেত্রে এবং পণ্যের প্রয়োজনীয়তা পূরণ করে এমন একটি সুসংহত কর্মপ্রবাহ বিকাশ করতে দায়িত্বশীল AI টুলকিটে কীভাবে সরঞ্জামগুলি প্রয়োগ করবেন সে সম্পর্কে নির্দেশিকা পাবেন। এই গাইড বইতে সরঞ্জাম যে এই ধরনের সততা এবং স্বচ্ছতা যেমন ডোমেইনের প্রয়োগ করা যেতে পারে সেই অন্তর্ভুক্ত। এটি Google এ বিকাশের একটি সক্রিয় এলাকা, এবং আপনি এই পথপঁজি যেমন গোপনীয়তা, explainability এবং বলিষ্ঠতার অতিরিক্ত সংশ্লিষ্ট এলাকায়, জন্য পথনির্দেশ অন্তর্ভুক্ত করা আশা করতে পারেন।

গাইডবুক সংস্থা

API ডকুমেন্টেশন এবং গাইডেন্স

প্রতিটি টুলের জন্য, টুলটি কী করে, আপনার ওয়ার্কফ্লোতে এটি কোথায় মানানসই হতে পারে এবং এর বিভিন্ন ব্যবহারের বিবেচনার বিষয়ে আমরা নির্দেশিকা প্রদান করব। যেখানে প্রযোজ্য আমরা প্রতিটি টুলের জন্য "গাইড" ট্যাবে একটি "ইনস্টল" পৃষ্ঠা এবং "API" ট্যাবে বিশদ API ডকুমেন্টেশন অন্তর্ভুক্ত করব৷ কিছু সরঞ্জামের জন্য, আমরা প্রযুক্তিগত নির্দেশিকাগুলিও অন্তর্ভুক্ত করব যা ব্যবহারকারীরা খুঁজে পেতে পারে এমন ধারণাগুলি প্রদর্শন করে তাদের প্রয়োগ করার সময় চ্যালেঞ্জিং।

টিউটোরিয়াল

যখনই সম্ভব, আমরা নোটবুক টিউটোরিয়ালগুলি প্রদান করব যা দেখায় যে কীভাবে RAI টুলকিটের সরঞ্জামগুলি প্রয়োগ করা যেতে পারে৷ এগুলি সাধারণত খেলনার উদাহরণ যা একটি নির্দিষ্ট টুলে স্পটলাইট কাস্ট করার জন্য বেছে নেওয়া হয়। এইসব সম্পর্কে প্রশ্ন থেকে থাকে, অথবা আপনি মধ্যে অন্বেষণ দেখতে চাই যদি অতিরিক্ত ব্যবহার রয়েছে টিউটোরিয়াল এ আমাদের কাছে পৌঁছাতে দয়া tf-responsible-ai@google.com

অতিরিক্ত বিবেচনা

একটি দায়িত্বশীল এআই ওয়ার্কফ্লো ডিজাইন করার জন্য এমএল জীবনচক্রের প্রতিটি পর্যায়ে একটি চিন্তাশীল পদ্ধতির প্রয়োজন, সমস্যা তৈরি করা থেকে শুরু করে স্থাপনা এবং পর্যবেক্ষণ পর্যন্ত। আপনার প্রযুক্তিগত বাস্তবায়নের বিশদ বিবরণের বাইরে, এই সরঞ্জামগুলি প্রয়োগ করার জন্য আপনাকে বিভিন্ন ধরণের সামাজিক প্রযুক্তিগত সিদ্ধান্ত নিতে হবে। কিছু সাধারণ RAI বিবেচনা যা ML অনুশীলনকারীদের করতে হবে:

  • আমার মডেল ভাল পারফর্ম করছে তা নিশ্চিত করতে কোন জনসংখ্যার বিভাগ জুড়ে আমার প্রয়োজন?
  • ন্যায্যতা মূল্যায়ন করার জন্য যদি আমাকে সংবেদনশীল লেবেলগুলি সঞ্চয় করতে হয়, তাহলে আমি কীভাবে ন্যায্যতা এবং গোপনীয়তার মধ্যে ট্রেডঅফ বিবেচনা করব?
  • ন্যায্যতার জন্য মূল্যায়ন করতে আমার কোন মেট্রিক বা সংজ্ঞা ব্যবহার করা উচিত?
  • আমার মডেল এবং ডেটা স্বচ্ছতা শিল্পকর্মে আমার কোন তথ্য অন্তর্ভুক্ত করা উচিত?

এই এবং অন্যান্য অনেক প্রশ্নের উত্তর আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে এবং পণ্যের চাহিদার উপর নির্ভর করে। যেমন, আমরা আপনাকে ঠিক কী করতে হবে তা বলতে পারি না, তবে যখনই সম্ভব প্রাসঙ্গিক গবেষণা পদ্ধতির সহায়ক টিপস এবং লিঙ্ক সহ দায়িত্বশীল সিদ্ধান্ত নেওয়ার জন্য নির্দেশিকা প্রদান করব। আপনি TensorFlow সঙ্গে আপনার দায়ী এআই কর্মপ্রবাহ বিকাশ হিসাবে, এ প্রতিক্রিয়া প্রদান করুন tf-responsible-ai@google.com । আপনার শেখা এবং চ্যালেঞ্জগুলি বোঝা আমাদের সকলের জন্য কাজ করে এমন পণ্য তৈরি করার ক্ষমতার জন্য গুরুত্বপূর্ণ।