【規範標準二三事】以人工智慧(AI)為例,查找特定領域相關的ISO規範

更新於 2024/11/30閱讀時間約 14 分鐘

1查找AI相關次級委員會(Subcommittee;SC)

(1)什麼是ISO 次級委員會(Subcommittee;SC)

查找ISO,截至本文發表為止,ISO共有25,654國際標準,172個會員,842 技術委員會(Technical committees;TC)和次級委員會(Subcommittees;SC)

raw-image
技術委員會(Technical committees)和次級委員會(subcommittees)是負責制定標準規範的組織,若能找到負責制訂與AI相關的SC,就可以查找到所有與AI相關ISO規範


(2)查找AI相關次級委員會(Subcommittee;SC)

現在大家蠻常問Chat GPT查找資訊,但考量到AI可能回答錯誤資訊,這邊說明一個土方法:Google查找

當使用Google關鍵字用”ISO和AI”,會跳出ISO中介紹AI的相關網頁,點開網頁進去,裡面有對AI相關的介紹,在該頁介紹的最下面,會列出幾個最新AI相關標準

raw-image
raw-image

隨便點開一個標準,可以看到Technical committees,以ISO/IEC 42001為例,Technical committees=ISO/IEC JTC 1/SC 42

ISO/IEC JTC 1/SC 42就是ISO中AI的SC

raw-image

2.ISO 次級委員會(SC)中會列出該SC發行的所有標準

點開ISO/IEC JTC 1/SC 42,會看到該委員會所發行的所有標準,可以看到截至本文發表為止,SC42已發行33個標準,撰寫中36個標準。

raw-image

把滑鼠移到紅紅的數字上,點進去,就可以看到標準清單!

與AI相關的ISO標準,截至本文發表時間為止,共有33篇:

  • ISO/IEC TS 4213:2022 Information technology — Artificial intelligence — Assessment of machine learning classification performance
  • ISO/IEC 5259-1:2024 Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 1: Overview, terminology, and examples
  • ISO/IEC 5259-2:2024 Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 2: Data quality measures
  • ISO/IEC 5259-3:2024 Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 3: Data quality management requirements and guidelines
  • ISO/IEC 5259-4:2024 Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 4: Data quality process framework
  • ISO/IEC 5338:2023 Information technology — Artificial intelligence — AI system life cycle processes
  • ISO/IEC 5339:2024 Information technology — Artificial intelligence — Guidance for AI applications
  • ISO/IEC 5392:2024 Information technology — Artificial intelligence — Reference architecture of knowledge engineering
  • ISO/IEC TR 5469:2024 Artificial intelligence — Functional safety and AI systems
  • ISO/IEC 8183:2023 Information technology — Artificial intelligence — Data life cycle framework
  • ISO/IEC TS 8200:2024 Information technology — Artificial intelligence — Controllability of automated artificial intelligence systems
  • ISO/IEC TS 12791:2024 Information technology — Artificial intelligence — Treatment of unwanted bias in classification and regression machine learning tasks
  • ISO/IEC TR 17903:2024 Information technology — Artificial intelligence — Overview of machine learning computing devices
  • ISO/IEC 20546:2019 Information technology — Big data — Overview and vocabulary
  • ISO/IEC TR 20547-1:2020 Information technology — Big data reference architecture — Part 1: Framework and application process
  • ISO/IEC TR 20547-2:2018 Information technology — Big data reference architecture — Part 2: Use cases and derived requirements
  • ISO/IEC 20547-3:2020 Information technology — Big data reference architecture — Part 3: Reference architecture
  • ISO/IEC TR 20547-5:2018 Information technology — Big data reference architecture — Part 5: Standards roadmap
  • ISO/IEC 22989:2022 Information technology — Artificial intelligence — Artificial intelligence concepts and terminology
  • ISO/IEC 23053:2022 Framework for Artificial Intelligence (AI) Systems Using Machine Learning (ML)
  • ISO/IEC 23894:2023 Information technology — Artificial intelligence — Guidance on risk management
  • ISO/IEC TR 24027:2021 Information technology — Artificial intelligence (AI) — Bias in AI systems and AI aided decision making
  • ISO/IEC TR 24028:2020 Information technology — Artificial intelligence — Overview of trustworthiness in artificial intelligence
  • ISO/IEC TR 24029-1:2021 Artificial Intelligence (AI) — Assessment of the robustness of neural networks — Part 1: Overview
  • ISO/IEC 24029-2:2023 Artificial intelligence (AI) — Assessment of the robustness of neural networks — Part 2: Methodology for the use of formal methods
  • ISO/IEC TR 24030:2024 Information technology — Artificial intelligence (AI) — Use cases
  • ISO/IEC TR 24368:2022 Information technology — Artificial intelligence — Overview of ethical and societal concerns
  • ISO/IEC TR 24372:2021 Information technology — Artificial intelligence (AI) — Overview of computational approaches for AI systems
  • ISO/IEC 24668:2022 Information technology — Artificial intelligence — Process management framework for big data analytics
  • ISO/IEC TS 25058:2024 Systems and software engineering — Systems and software Quality Requirements and Evaluation (SQuaRE) — Guidance for quality evaluation of artificial intelligence (AI) systems
  • ISO/IEC 25059:2023 Software engineering — Systems and software Quality Requirements and Evaluation (SQuaRE) — Quality model for AI systems
  • ISO/IEC 38507:2022 Information technology — Governance of IT — Governance implications of the use of artificial intelligence by organizations
  • ISO/IEC 42001:2023 Information technology — Artificial intelligence — Management system
raw-image

3.查找或翻譯中文版規範

找到ISO AI相關規範後,翻譯成中文版會較容易閱讀,查找方式可參考 【規範標準二三事】如何將ISO/IEC/UL規範標準翻譯成中文版以加速閱讀

因AI標準相對較新,台灣CNS翻譯版本會較少,查詢中國國家標準GB比較容易找到相關規範,查找關鍵字的時候,要使用簡體字和正確用詞

例如AI=Artificial intelligence=人工智慧(台灣)=人工智能(中國),查找GB網站要使用”人工智能”才比較容易找到相關規範


4.除了該SC發行的規範,還有其他相關的ISO規範嗎?

ISO 42001 人工智慧管理系統為例,規範裡面會引用其他相關領域ISO的規範,例如:

(1)ISO Guide 73:2009 - Risk management — Vocabulary

(2)ISO 31000:2018 Risk management — Guidelines

上面的這2個規範與風險管理相關,Technical Committee是ISO/TC 262,與AI相關的SC(JTC 1/SC 42)不同

所以,嚴格來說,與AI相關所有的ISO規範,並不會只有在1個SC內,會與風險管理、資訊安全、數據、稽核等幾個領域相關,若時間與資源充足,可以把這些被引用規範找出來了解

實務上能把幾個關鍵的ISO規範了解通透已經相當不容易,建議抓緊幾個關鍵規範了解清楚即可



延伸閱讀:

1.【規範標準二三事】如何將ISO/IEC/UL規範標準翻譯成中文版以加速閱讀

2.「沉浸式翻譯」工具介紹:如何使用AI翻譯PDF,直接將英文PDF翻譯成中文

avatar-img
36會員
26內容數
Ling(阿金)的沙龍,希望著重於「經營管理」內容,但因為每個工作經歷差異都很大,所以很難保證內容產出。 曾在研究機構、銲錫、太陽能EPC、電線電纜、事務所、電子業擔任PM、研發、業務、品保、職安衛、經營管理、顧問、行銷職能,現任電子業AI治理專案PM。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
Ling(阿金)的沙龍 的其他內容
工作中許多人面臨ISO/IEC/UL的英文規範標準閱讀困難。本文將說明如何查找或翻譯這些國際標準為繁體中文的方法,包括如何查找臺灣的國家標準CNS及中國的GB標準,並介紹可用的AI工具進行英文PDF的自動翻譯。這些方法將有助於加速標準的理解與應用,希望這些技巧能為讀者提供助益。
工作中許多人面臨ISO/IEC/UL的英文規範標準閱讀困難。本文將說明如何查找或翻譯這些國際標準為繁體中文的方法,包括如何查找臺灣的國家標準CNS及中國的GB標準,並介紹可用的AI工具進行英文PDF的自動翻譯。這些方法將有助於加速標準的理解與應用,希望這些技巧能為讀者提供助益。
你可能也想看
Google News 追蹤
Thumbnail
本文探討了複利效應的重要性,並藉由巴菲特的投資理念,說明如何選擇穩定產生正報酬的資產及長期持有的核心理念。透過定期定額的投資方式,不僅能減少情緒影響,還能持續參與全球股市的發展。此外,文中介紹了使用國泰 Cube App 的便利性及低手續費,幫助投資者簡化投資流程,達成長期穩定增長的財務目標。
Thumbnail
現代技術背景下的挑戰與機遇 隨著技術團隊和項目規模的擴大,領導力與項目管理的重要性日益凸顯。特別是在AI技術飛速發展的今天,如何有效地管理項目、激勵團隊並推動技術變革,已成為每一位技術領導者面臨的核心挑戰。 技術熟悉度與應用能力 領導者必須對AI技術有深刻的理解,了解其能力和限制。這樣
Microsoft Azure AI 900 證照,把準備資料整理分享給大家。 AI 應用程式開發人員可能面臨的一些挑戰和風險,以下是條列與舉例: 偏差可能會影響結果:貸款核准模型因為其訓練資料有偏差而有性別上的差別待遇 錯誤可能造成傷害:自動駕駛汽車遇到系統故障而導致車禍 資料可能遭到
Thumbnail
本文討論了在AI時代下我們需要具備的職能,例如提問力、判斷力和專業能力。同時也提到了在使用AI時需要注意的事情,以及一些問答希望可以跟讀者有所互動與交流。另外作者也分享了自己使用AI工具的心得,並期待可以幫助初學者更快地瞭解如何應對AI的基礎邏輯。
Thumbnail
產品經理想做 AI 產品要懂哪些基本名詞?這篇整理我過往參與 AI 自傳生成時,和 NLP 工程師有討論到的概念,AI 應用目前還尚未普及,未來我會再陸續整理不同功能或產業需要知道的 AI 基礎知識。
Thumbnail
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面,從違約預測到都市交通管理。AI任務主要有三類:數值型資料處理、自然語言處理(NLP)和電腦影像辨識。時間序列資料和強化學習方法(如AlphaGo)也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化,了解這些基礎有助選擇適合研究方向
Thumbnail
本文談及資料科學的領域與分工。首先是建造一個AI的研發流程,資料收集到 AI 模型訓練的過程,AI經歷這一切流程被創造出來並產生價值;再來本文也提及在這個領域中的各種腳色、資料工程師、數據庫工程師、資料科學家和資料分析師的各種介紹。並且強調跨領域合作的重要性。
Thumbnail
歐盟即將正式公告首部針對AI系統的全面監管架構。本法案將對全球產生重大影響,類似於個資法領域的GDPR。 文章詳細介紹了歐盟AI法案的內容,包括對AI定義的廣泛規範、具域外效力、風險分層管制、通用型AI規範、罰則、生效日期及緩衝期。
Thumbnail
你對 AI 的認識有多少?你在生活或工作上有運用哪些 AI 的應用服務嗎?一起來了解這個目前很夯的議題。 根據 google 對 AI(artificial intelligence,縮寫為AI)的解釋:AI 是人工智慧,定義是打造電腦與機器的科學領域,可以進行推論、學習以及採取行動。這些過往需要
Thumbnail
要啟用Atlassian Intelligence功能,需要有Premium或Enterprise方案。Atlassian Intelligence包括自動化規則生成和智能搜尋等功能,使用者只需輸入簡單的文字描述,就可以產出結果,讓使用上更加便捷,大幅提升工作效率。
Thumbnail
在現代辦公室環境中,人工智慧(AI)技術的應用已經變得越來越普遍,並且對提高工作效率和生產力起到了重要作用。
Thumbnail
本文探討了複利效應的重要性,並藉由巴菲特的投資理念,說明如何選擇穩定產生正報酬的資產及長期持有的核心理念。透過定期定額的投資方式,不僅能減少情緒影響,還能持續參與全球股市的發展。此外,文中介紹了使用國泰 Cube App 的便利性及低手續費,幫助投資者簡化投資流程,達成長期穩定增長的財務目標。
Thumbnail
現代技術背景下的挑戰與機遇 隨著技術團隊和項目規模的擴大,領導力與項目管理的重要性日益凸顯。特別是在AI技術飛速發展的今天,如何有效地管理項目、激勵團隊並推動技術變革,已成為每一位技術領導者面臨的核心挑戰。 技術熟悉度與應用能力 領導者必須對AI技術有深刻的理解,了解其能力和限制。這樣
Microsoft Azure AI 900 證照,把準備資料整理分享給大家。 AI 應用程式開發人員可能面臨的一些挑戰和風險,以下是條列與舉例: 偏差可能會影響結果:貸款核准模型因為其訓練資料有偏差而有性別上的差別待遇 錯誤可能造成傷害:自動駕駛汽車遇到系統故障而導致車禍 資料可能遭到
Thumbnail
本文討論了在AI時代下我們需要具備的職能,例如提問力、判斷力和專業能力。同時也提到了在使用AI時需要注意的事情,以及一些問答希望可以跟讀者有所互動與交流。另外作者也分享了自己使用AI工具的心得,並期待可以幫助初學者更快地瞭解如何應對AI的基礎邏輯。
Thumbnail
產品經理想做 AI 產品要懂哪些基本名詞?這篇整理我過往參與 AI 自傳生成時,和 NLP 工程師有討論到的概念,AI 應用目前還尚未普及,未來我會再陸續整理不同功能或產業需要知道的 AI 基礎知識。
Thumbnail
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面,從違約預測到都市交通管理。AI任務主要有三類:數值型資料處理、自然語言處理(NLP)和電腦影像辨識。時間序列資料和強化學習方法(如AlphaGo)也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化,了解這些基礎有助選擇適合研究方向
Thumbnail
本文談及資料科學的領域與分工。首先是建造一個AI的研發流程,資料收集到 AI 模型訓練的過程,AI經歷這一切流程被創造出來並產生價值;再來本文也提及在這個領域中的各種腳色、資料工程師、數據庫工程師、資料科學家和資料分析師的各種介紹。並且強調跨領域合作的重要性。
Thumbnail
歐盟即將正式公告首部針對AI系統的全面監管架構。本法案將對全球產生重大影響,類似於個資法領域的GDPR。 文章詳細介紹了歐盟AI法案的內容,包括對AI定義的廣泛規範、具域外效力、風險分層管制、通用型AI規範、罰則、生效日期及緩衝期。
Thumbnail
你對 AI 的認識有多少?你在生活或工作上有運用哪些 AI 的應用服務嗎?一起來了解這個目前很夯的議題。 根據 google 對 AI(artificial intelligence,縮寫為AI)的解釋:AI 是人工智慧,定義是打造電腦與機器的科學領域,可以進行推論、學習以及採取行動。這些過往需要
Thumbnail
要啟用Atlassian Intelligence功能,需要有Premium或Enterprise方案。Atlassian Intelligence包括自動化規則生成和智能搜尋等功能,使用者只需輸入簡單的文字描述,就可以產出結果,讓使用上更加便捷,大幅提升工作效率。
Thumbnail
在現代辦公室環境中,人工智慧(AI)技術的應用已經變得越來越普遍,並且對提高工作效率和生產力起到了重要作用。