Arthit Suriyawongkul
AI governance researcher, Trinity College Dublin
นักวิจัยการอภิบาลปัญญาประดิษฐ์ วิทยาลัยทรินิตี ดับลิน
Bangkok, Thailand
Actions
I’m a Research Ireland funded PhD candidate at Trinity College Dublin researching AI accountability standards and semantic web technology. An SPDX core contributor, I co-lead its AI working group, review specification, and maintain the NTIA Conformance Checker, spdx-python-model, and SPDX online tools.
I also created Pitloom, an AI SBOM generator creating SPDX 3 SBOM from Python projects and various AI model formats. Alongside my regulatory technology research, I volunteer with the Thai Netizen Network, a Bangkok-based digital rights group.
นักศึกษาปริญญาเอกที่ Trinity College Dublin (ภายใต้ทุนสนับสนุนจาก Research Ireland) ทำงานวิจัยเกี่ยวกับมาตรฐานความรับผิดชอบของปัญญาประดิษฐ์ ในฐานะผู้ร่วมพัฒนาหลักของโครงการ SPDX และเป็นผู้นำร่วมของคณะทำงานด้าน AI ของ SPDX และเป็นผู้ดูแลซอฟต์แวร์ NTIA Conformance Checker, spdx-python-model และ SPDX Online Tools
อาทิตย์เป็นผู้พัฒนา Pitloom เครื่องมือสร้าง AI SBOM ที่สามารถสร้างเอกสาร SPDX 3 จากโปรเจกต์ Python และโมเดล AI นอกจากงานวิจัยด้านความเชื่อถือได้ของระบบ ยังเป็นอาสาสมัครให้กับเครือข่ายพลเมืองเน็ตอีกด้วย
Badges
Area of Expertise
Topics
Accountability Taxonomy for AI Software Bill of Materials
Software Bill of Materials (SBOM) are increasingly a requirement in many sectors, especially in critical infrastructure and public sector. This session will see how SBOM concepts can be use for the purpose of AI accountability.
A taxonomy for system trustworthiness and accountability will be presented. It is based largely on the European Union Artificial Intelligence Act (draft) requirements on technical documentation of a high-risk AI system and also inspired by related bills like US Algorithmic Accountability Bill (S.2892) and US Artificial Intelligence Research, Innovation, and Accountability Bill (S.3312).
A focus will be on how a software developer can capture required informational artifacts in a consistent way that allowed a (partially) automated auditing. A crosswalk with Software Package Data Exchange (SPDX) 3.0 AI Profile will also be discussed.
For a demonstration purpose in MLOps setting, a small open source Python package is created to show how standardized terms in the taxonomy can facilitate the documentation and record keeping from the source code level. The same terms can be use for querying/reporting. An example will be given in the an MLflow environment.
Open Source Summit North America 2024 Sessionize Event
Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.
Jump to top