Το προτεινόμενο σεμινάριο της TUV HELLAS διάρκειας 16 ωρών στοχεύει στην επαγγελματική εκπαίδευση πιστοποιημένων στελεχών (AI Experts) στην πρακτική χρήση της παραγωγικής ΤΝ από δημόσιο και ιδιωτικό τομέα, ως εργαλείου αύξησης της παραγωγικότητας και των επιχειρηματικών ευκαιριών. Η κατανόηση των τεχνικών, λειτουργικών και κανονιστικών παραμέτρων των συστημάτων ΑΙ, βάσει ανάλυσης κινδύνου, δυνάμει του νέου Ευρωπαϊκού Κανονισμού (EU AI Act) αποτελεί αναγκαίο εφόδιο επιτυχούς αντιμετώπισης των προκλήσεων στην αγορά.
Η τεχνική ασφάλεια, η διασυνδεσιμότητα και η ορθή λειτουργία καινοτόμων ρομποτικών εφαρμογών αποτελεί όρο επιτυχούς ενσωμάτωσης καινοτόμων λύσεων στη βιομηχανία, την υγεία, την εκπαίδευση, την παραγωγή, το χρηματοπιστωτικό τομέα, τις ηλεκτρονικές επικοινωνίες, το ηλεκτρονικό εμπόριο, τον τουρισμό, την εξυπηρέτηση πελατών, την ασφαλιστική αγορά, τη διαδικτυακή αναζήτηση και σε κάθε τομέα ανθρώπινης δραστηριότητας.
Η εξοικείωση με τη χρήση των μεγάλων γλωσσικών μοντέλων (ChatGPT-4, DALL-E), εργαλείων ΑΙ και η αξιοποίηση της αλλοδαπής εμπειρίας είναι αναγκαία για τα στελέχη οργανισμών και ελληνικών επιχειρήσεων. Ωστόσο, οι αλγόριθμοι ΑΙ συχνά περιέχουν σφάλματα, προκαταλήψεις και στερεότυπα που μπορεί να εκθέσουν τους δημόσιους και ιδιωτικούς οργανισμούς και τις εταιρίες σε κινδύνους, νομικές διεκδικήσεις και αγωγές αποζημίωσης από τους χρήστες.
Υπάρχει συνεπώς ανάγκη ελέγχου, εποπτείας και πιστοποίησης ορθής λειτουργίας αλγοριθμικών συστημάτων, με βάση τις απαιτήσεις της κυβερνοασφάλειας και της κανονιστικής συμμόρφωσης. Οι συμμετέχοντες θα αποκτήσουν γνώσεις για τις ρυθμιστικές απαιτήσεις του GDPR και της AI Act, θα κατανοήσουν τις ηθικές προκλήσεις στη χρήση του AI, και θα αναπτύξουν στρατηγικές για την αποτελεσματική διαχείριση κινδύνων. Με την ολοκλήρωση του Σεμιναρίου, θα είναι καλύτερα προετοιμασμένοι να ενσωματώσουν τις βέλτιστες πρακτικές συμμόρφωσης στις οργανωτικές τους διαδικασίες.
Θεματολογία
Εισαγωγή στην ρομποτική και την τεχνητή νοημοσύνη (αλγόριθμοι, ευφυείς πράκτορες, νευρωνικά δίκτυα, γενετική/παραγωγική τεχνητή νοημοσύνη, μηχανική μάθηση, επιβλεπόμενη/μη επιβλεπόμενη, βαθιά/ανακατευθυνόμενη μάθηση, μορφές νοημοσύνης, πρακτικές εφαρμογές)
Ορισμός συστημάτων ΤΝ, διαφορές από παραδοσιακά συστήματα λογισμικού, διάκριση μεταξύ συστημάτων ΤΝ/παραγωγικής ΤΝ/Μηχανικής μάθησης, ποιοτικά χαρακτηριστικά συστημάτων βάσει προτύπου ISO/IEC 25059
Παραγωγικά γλωσσικά μοντέλα ΑΙ (ChatGPT, Gemini, Grok, DALL-E, Midjourney), εκπαίδευση αλγορίθμων, μαζικά δεδομένα (big data) τεχνητή δημιουργικότητα, χρήση AI agents, ζητήματα πνευματικής και βιομηχανικής ιδιοκτησίας, προστασίας ιδιωτικότητας και προσωπικών δεδομένων, ανθρωπίνων δικαιωμάτων
Παραδείγματα ελαττωματικών αλγορίθμων (προσλήψεις σε εργασία, χορήγηση τραπεζικών δανείων, αναγνώριση προσώπου, αλγοριθμική δημοσιογραφία, κοινωνικά δίκτυα, χορήγηση συντάξεων και κοινωνικών βοηθημάτων, προστασία δημόσιας υγείας, φορολογία, εκπαίδευση, ποινική δικαιοσύνη, παραβίαση ιδιωτικότητας)
Η ΤΝ στις πελατοκεντρικές επιχειρηματικές στρατηγικές, μετατροπή δεδομένων σε αξία, προβλεπτική ανάλυση, μοντελοποίηση λήψης αποφάσεων (διοίκηση, εκπαίδευση, ασφάλιση, υγεία, τραπεζικός τομέας, ηλεκτρονικό εμπόριο, δικαιοσύνη, ηλεκτρονική αστυνόμευση), νομιμότητα, επεξηγησιμότητα, εντοπισμός και αποτροπή προκαταλήψεων
Κυβερνοασφάλεια, τεχνικές και ρυθμιστικές απαιτήσεις, ανάλυση κινδύνων συστημάτων ΤΝ (μη αποδεκτός, υψηλός, περιορισμένος, χαμηλός) βάσει του Ευρωπαϊκού Κανονισμού 2024/1689, κανονιστικές απαιτήσεις λειτουργίας (EU AI Act, N 4961/2022), αλγοριθμική εκτίμηση αντικτύπου, εποπτεία και κυρώσεις κατά των παραβατών
Μεθοδολογίες μέτρησης και αξιολόγησης συμμόρφωσης συστημάτων, απόδοση, δίκαιη λειτουργία, λήψη αποφάσεων, διαφάνεια, ασφάλεια, επεξηγησιμότητα, Μεθοδολογία Ελέγχων, Βέλτιστες Πρακτικές, Πρότυπα, Kαλλιέργεια εμπιστοσύνης σε αλγοριθμικά συστήματα (Εφαρμογή αρχών F.Acc.T. (Fairness, Accountability, Transparency).
Νομικές, ηθικές και δεοντολογικές αρχές μιας αξιόπιστης τεχνητής νοημοσύνης, μηχανισμοί ανθρώπινης επίβλεψης και διακυβέρνησης, στρατηγικές πρόληψης και αποτελεσματικής διαχείρισης κινδύνων, ενσωμάτωση βέλτιστων πρακτικών συμμόρφωσης στις οργανωτικές διαδικασίες.