Schede per la trasparenza dell'IA di Autodesk

Il nome del prodotto Autodesk e il nome della funzionalità basata sull'IA sono indicati nella parte superiore della scheda, sotto la dicitura "AI Transparency Card".

• Nome del prodotto Autodesk (ad esempio Autodesk Forma)
• Funzionalità di IA integrata nel prodotto (ad esempio, analisi del carbonio incorporato)

La descrizione della scheda riepiloga le operazioni che la funzionalità basata sull'IA è in grado di eseguire quando viene utilizzata all'interno del prodotto.

Il campo relativo alla funzionalità descrive le funzionalità della tecnologia relativa all'intelligenza artificiale e/o all'apprendimento automatico che migliorano la funzionalità basata sull'IA utilizzando uno dei tre termini seguenti:

• Automate: l'IA Autodesk riduce le attività ripetitive automatizzando i passaggi che tradizionalmente richiedevano l'intervento manuale o un notevole carico operativo, riducendo al minimo gli errori e liberando più tempo da dedicare alla progettazione creativa e all'innovazione.
• Analyze: l'IA Autodesk fornisce informazioni approfondite utili agli utenti finali che devono gestire enormi quantità di dati complessi, aiutandoli a capire in tempo reale quali sono le informazioni più importanti per creare le soluzioni più intelligenti.
• Augment: l'IA Autodesk ottimizza l'esplorazione creativa e la risoluzione dei problemi migliorando la velocità, la qualità e la portata del pensiero tramite la comprensione del contesto.  

Il campo relativo alla fonte del modello descrive il tipo di fonte da cui è stato sviluppato il modello alla base della funzionalità di IA:

• Proprietary: il modello AI/ML è stato sviluppato internamente da Autodesk.
• Open source: Autodesk utilizza un modello AI/ML sviluppato da terze parti che lo hanno reso disponibile pubblicamente.
• Licensed: Autodesk dispone di una licenza per l'utilizzo del modello AI/ML sviluppato da terze parti.
• Combination: una parte del modello AI/ML è stato sviluppato internamente da Autodesk, mentre il resto è stato sviluppato da terze parti (open source e/o su licenza).

I modelli alla base di ogni funzionalità di IA utilizzano metodi, approcci e tecniche per apprendere dai dati, trovare schemi, eseguire attività e produrre risultati. Utilizziamo tecniche che miglioreranno la qualità e il valore dei nostri prodotti per i clienti. Queste tecniche sono in continua evoluzione e, in alcuni casi, vengono combinate con altre tecniche, alcune delle quali potrebbero non essere indicate in questo campo. Questo campo indica la tecnica principale utilizzata per sviluppare la funzionalità di IA:

• Transformer: tecnica di apprendimento automatico progettata per elaborare e comprendere i dati per eseguire in modo più efficiente attività sequenziali, come la traduzione linguistica.
• Encoding: processo di conversione dei dati in un formato specifico che può essere elaborato in modo efficiente dai modelli di apprendimento automatico.
• Classification: tecnica di apprendimento supervisionato che classifica gli oggetti in categorie predefinite e prevede la categoria delle nuove osservazioni in base ai dati cronologici.
• Feed forward neural network (NN): tecnica di deep learning basata sul flusso unidirezionale delle informazioni, che vanno dall'input all'output, senza cicli o loop.
• Predictor: tecnica di IA che apprende dai dati per elaborare previsioni informate su eventi o risultati futuri in base a dati e modelli cronologici. Ad esempio, questa tecnica è in grado di elaborare previsioni sui risultati, prendere decisioni e fornire informazioni approfondite.
• Genetic Algorithm: metodo per risolvere problemi di ottimizzazione vincolata e non vincolata, basato sui principi di selezione naturale.
  • I problemi di ottimizzazione vincolata utilizzano limiti logici o condizioni che la soluzione di un problema deve prendere in considerazione. Riflettono i limiti reali legati ad elementi come la capacità di produzione, l'inventario, lo spazio disponibile e così via.
  • I problemi di ottimizzazione non vincolata si riferiscono a situazioni in cui non esistono condizioni o limiti predefiniti che una soluzione deve tenere in considerazione.
• Transformer diffusion: tecnica di trasformazione (vedi la voce Transformer precedente) che crea dati invertendo un processo di diffusione, aggiungendo gradualmente elementi di disturbo ai dati.

Contrassegnato dalla designazione "sì" o "no", questo campo indica se l'output generato può essere rivisto e/o ulteriormente modificato dall'utente prima dell'esecuzione di un'azione finale. Questa funzionalità è chiamata anche "human in the loop".

Questa sezione indica se nei set di dati di training, verifica o convalida utilizzati per lo sviluppo di questa funzionalità sono presenti dati personali. 

La designazione della fonte dei dati disponibile nella scheda indica i tipi di fonti di dati utilizzati per lo sviluppo di questa funzionalità, ad esempio, i dati che sono stati usati per eseguire il training del modello su cui si basa la funzionalità di IA. I tipi di fonti sono classificati come segue:

• Open source: i dati sono disponibili gratuitamente per l'uso, la modifica e la distribuzione in virtù di una licenza aperta.
• Customer content: dati che il cliente o i suoi utenti autorizzati inviano o caricano nel prodotto, definiti come "Contenuti dell'utente" nelle Condizioni d'uso di Autodesk.
• Synthetic data: dati generati da un sistema o da un modello in grado di simulare e riprodurre la struttura e le proprietà statistiche di dati reali.
• Commercial: dati acquistati e/o acquisiti da terze parti ai sensi di una licenza restrittiva.
• Mix: indica che sono state utilizzate fonti di dati provenienti da varie categorie.
• Customer trained: il processo di training è stato eseguito dal cliente utilizzando dati proprietari.

Le opzioni disponibili per i formati di scelta sono Opt-in/Opt-out, No o N/A. Queste etichette indicano la modalità di scelta disponibile per i clienti e/o i loro utenti quando i loro dati vengono utilizzati per lo sviluppo o il miglioramento della funzionalità di IA.

• Opt-in/Opt-out: il cliente può scegliere se accettare o rifiutare che i propri dati vengano utilizzati per lo sviluppo o il miglioramento della funzionalità.
• No: indica che non è disponibile alcuna scelta.
• N/A: indica che la scelta non è applicabile, perché per lo sviluppo o il miglioramento della funzionalità non viene utilizzato alcun contenuto del cliente.

Forniamo informazioni su due tipi di crittografia, ovvero la crittografia dei dati a riposo e la crittografia dei dati in transito. Entrambe vengono visualizzate con le indicazioni Sì o No.

• Encryption at rest: indica se i dati sono crittografati nei database in cui vengono conservati. Tutta la crittografia dei dati a risposo utilizza la chiave AES (Advanced Encryption Standard) con lunghezza a 256 bit, nota anche come AES-256.
• Encryption in transit: indica se i dati vengono crittografati mentre vengono trasmessi da un punto all'altro. Autodesk applica la crittografia dei dati in transito tramite la crittografia standard HTTPS, RSA con AES-256, utilizzando almeno TLS 1.2.

Questa sezione della scheda indica gli altri meccanismi importanti che possono essere utilizzati, oltre ai meccanismi di sicurezza standard di Autodesk, per garantire la riservatezza e la protezione dei dati. Questi meccanismi di protezione vengono applicati sia ai dati personali sia ai dati aziendali.

• Tokenization: le sequenze di informazioni contenute nei dati vengono suddivise in unità più piccole chiamate "token".
• De-identification: gli identificatori vengono rimossi dai dati e vengono sostituiti con valori segnaposto.
• Anonymization: il set di dati non contiene informazioni identificabili ed è impossibile ricollegare le informazioni a dati identificabili.