在 Microsoft，AI 软件的开发遵循六项原则，旨在确保 AI 应用程序能为棘手的问题提供出色的解决方案，而不产生任何意外的负面影响。

公平性

AI 系统应该公平对待所有人。 例如，假设你创建了一个机器学习模型来为银行的贷款审批应用程序提供支持。 模型应该毫无偏见地预测贷款是否应批准或拒绝。 这种偏见可能基于性别、种族或其他导致特定申请人群体出现不公平优势或劣势的因素。

Azure 机器学习能够解释模型和量化数据的每个特性影响模型预测的程度。 此功能可帮助数据科学家和开发人员识别并减少模型中的偏见。

另一个示例是 Microsoft 通过人脸服务实现负责任的 AI，它停用了用于推断情绪状态和标识属性的人脸识别功能。 如果误用，这些功能可能会使用户受到成见、歧视或服务遭受不公平拒绝。

如需详细了解有关公平性的注意事项，请观看以下视频。

AI 软件的开发遵循六项原则——公平性_腾讯视频

可靠性和安全性

AI 系统应可靠且安全地运行。 例如，想象一个基于 AI 的自动驾驶软件系统，或是一个诊断患者症状并推荐处方的机器学习模型。 这些系统一旦出现不可靠性，就可能会给生命安全带来重大风险。

基于 AI 的软件应用程序开发必须经过严格的测试和部署管理，以在发布前确保它们能达到预期。

如需详细了解可靠性和安全性的注意事项，请观看以下视频。

AI 软件的开发遵循六项原则——可靠性和安全性_腾讯视频

隐私和安全

AI 系统应该保护并尊重隐私。 AI 系统所基于的机器学习模型依赖于大量数据，这些数据可能包含必须保密的个人详细信息。 即使在模型训练完成、系统投入生产后，也需要考虑隐私和安全性。 由于系统使用新数据进行预测或执行操作，因此数据和根据数据作出的决策都可能受到隐私或安全问题的约束。

如需详细了解隐私和安全的注意事项，请观看以下视频。

AI 软件的开发遵循六项原则——隐私和安全_腾讯视频

其他资源

若要详细了解如何将负责任的 AI 原则应用到实践中，请参阅https://www.microsoft.com/ai/responsible-ai-resources。若要查看这些策略执行情况，可以阅读Microsoft 用于构建负责任的 AI 系统的框架。