Secure AI Framework
(SAIF) di Google

Per Google è imprescindibile sviluppare sistemi di IA in modo responsabile, nonché dare la possibilità ad altri soggetti di fare lo stesso. I nostri principi dell'IA, pubblicati nel 2018, descrivono il nostro impegno a sviluppare tecnologie in modo responsabile e secondo modalità che garantiscano la sicurezza, favoriscano la responsabilizzazione e promuovano elevati standard di eccellenza scientifica. L'IA responsabile è il nostro approccio generale che include diverse dimensioni come "Equità", "Interpretabilità", "Sicurezza" e "Privacy", che guidano lo sviluppo di tutti prodotti Google basati sull'IA.

Il SAIF è il framework per la creazione di un approccio standardizzato e olistico all'integrazione di misure di sicurezza e privacy nelle applicazioni basate su ML. È in linea con le dimensioni "Sicurezza" e "Privacy" previste per la creazione responsabile di sistemi di IA. Il SAIF garantisce che le applicazioni basate su ML siano sviluppate in modo responsabile, tenendo conto dell'evoluzione del panorama delle minacce e delle aspettative degli utenti.

Google vanta una lunga storia di innovazioni per uno sviluppo responsabile dell'IA e della cybersicurezza e da molti anni sta adattando le best practice di sicurezza ai nuovi progressi dell'IA. Il nostro Secure AI Framework è frutto dell'esperienza e delle best practice che abbiamo sviluppato e implementato, e riflette l'approccio di Google alla creazione di app basate su ML e IA generativa, con protezioni reattive, sostenibili e scalabili per la sicurezza e la privacy. Continueremo a far evolvere e a sviluppare il SAIF per far fronte ai nuovi rischi, ai cambiamenti del panorama e ai progressi dell'IA.

Consulta la nostra guida rapida all'implementazione del framework SAIF:

• Fase 1 - Comprendine l'uso
  • Capire il problema aziendale specifico che l'IA risolverà e i dati necessari per addestrare il modello ti aiuterà a definire le norme, i protocolli e i controlli da implementare nell'ambito del SAIF.
• Fase 2 - Assembla il team
  • Lo sviluppo e l'implementazione di sistemi di IA, proprio come quelli tradizionali, richiedono un impegno multidisciplinare.
  • I sistemi di IA sono spesso complessi e poco trasparenti, presentano molte variabili, si basano su grandi quantità di dati, richiedono elevate risorse, possono essere utilizzati per applicare decisioni basate sul giudizio e possono generare contenuti nuovi che potrebbero essere offensivi e dannosi o perpetuare stereotipi e pregiudizi sociali.
  • Crea il giusto team interfunzionale per garantire che le questioni in materia di sicurezza, privacy, rischio e conformità siano prese in considerazione fin dall'inizio.
• Fase 3 - Fornisci un'introduzione di base
  • Man mano che i team iniziano a valutare l'uso aziendale, nonché le complessità, i rischi e i controlli di sicurezza applicabili, che sono vari e sempre in evoluzione, è fondamentale che le parti coinvolte comprendano le basi del ciclo di vita dello sviluppo dei modelli di IA e il design e la logica delle metodologie del modello, comprese le capacità, i pregi e i difetti.
• Fase 4 - Applica i sei elementi chiave del SAIF (elencati sopra)
  • Questi elementi non devono essere applicati in ordine cronologico.

Non perderti gli aggiornamenti: Google continuerà a creare e condividere risorse, linee guida e strumenti sul Secure AI Framework, oltre ad altre best practice per lo sviluppo di applicazioni IA.