Differential Privacy è un framework matematico per quantificare la perdita d’informazioni private (sensitive data leakage) di un dataset, riducendone al contempo la possibilità. La nostra consueta definizione d’introduzione sarà a breve arricchita da maggiori informazioni. Prima di procedere è doveroso fare un rapido riassunto di quanto fin’ora trattato, in modo da sedimentare le nostre conoscenze. […]

Perché è necessaria l’AI Verification? Bene. Dobbiamo metterci comodi e rilassarci. Stiamo per iniziare un affascinante, seppur complesso, viaggio. Si parte. AI Verification Creare software complessi è difficile. Così abbiamo iniziato a usare sistemi di machine learning, deep neural network, per risolvere questo problema. Questi sistemi sono però opachi, delle black box: non sappiamo cosa […]

L’obiettivo di questo post è chiaro: capire cosa intendiamo per Trusting AI e valutare attentamente il concetto di AI Fairness nelle applicazioni reali. Vedremo inoltre cos’è e come valutare il disparate impact usando IBM Open Source Toolkit! Iniziamo il 2020 con il botto! È arrivato il momento di dare il via a un nuovo ambizioso […]