当社の AI 透明性カードには、機能、データ ソース、および当社製品で使用される AI に対するプライバシーとセキュリティの保護措置に関する詳細が記載されています。
オートデスクは、責任ある倫理的で安全な AI の開発、配置、使用に取り組んでいます。当社は、お客様の個人データと知的財産を保護するために、厳格なガバナンス プロセスを順守しています。AI のライフサイクル全体を通じて責任ある検証と監視を行い、AI が偏見を永続化したり、社会的課題を増幅させたり、新たなリスクに導いたりするような事態を抑制または回避しています。
当社はデータの取得と管理、公正で安全な AI モデルのトレーニングと提供において、高い基準を遵守しています。
AI システムやデータの設計、開発、使用目的については、今後発表する予定です。
当社は、お客様の選択を尊重し、法令を遵守します。
当社は、正確性、妥当性、一貫性を提供する AI システムの構築に厳格に取り組んでいます。
当社は、データ、知的財産、プライバシーを保護し、安全な結果を生み出すことに尽力しています。
私たちは、信頼できる AI を提供するための継続的な取り組みの一環として、製品に使用されている AI 機能に関する情報を開示する AI 透明性カードを開発しました。これらのカードには、機能、データ ソース、実施されているプライバシーとセキュリティの保護手段に関する詳細が表示されています。
自動拘束
Fusion の自動拘束機能は、スケッチを解析し、スケッチを完全に拘束するための拘束と寸法を提案します。
図面作成自動化のための締結部品分類(Fastener Classification for Drawing Automation)
Fusion の図面作成自動化のための締結部品分類機能は、図面から締結部品を検出、分類、および除外して、図面作成の効率を向上させます。
機械学習デフォーマ
Maya の機械学習デフォーマ機能は、高速かつインタラクティブな方法で複雑なキャラクタ変形を近似します。
Revit でのジェネレーティブ デザイン
Revit のジェネレーティブ デザイン機能は、目標とする 1 つ以上の出力に基づいて動作し、最適だがトレードオフのある一連の結果を提供することで、デザイン スタディを進化させます。
ML Node Autocomplete
Dynamo ML Mode Autocomplete 機能は、ノード入力を受け取り、階層的にランク付けされた結果セットの中から上流または下流のノードを推奨します。
Project Bernini Research
Autodesk Research Project Bernini Research モデルは、2D 画像、テキスト、ボクセル、ポイント クラウドなどのさまざまな入力から機能的な 3D シェイプを生成します。
オートデスクは、EU AI 規制法に自主的に参加しています。EU AI 規制法とは、EU 全体での AI 法対策の実施について、組織が事前に計画を立てることを奨励し、支援するものです。
オートデスクの「信頼できる AI プログラム」は、信頼できる AI の原則と実践、および責任ある AI の実現に向けて取り組む政府および業界団体との連携を推進するプログラムです。
チーフ トラスト オフィサーが率いるオートデスクのトラスト組織(Trust Organization)は、AI リスクを評価および軽減するためのガイドラインとプロセスを導入し、継続的にレビューしています。私たちは、業界の慣行、標準、新たなトレンドを定期的に評価し、グローバルな AI、知的財産、データ保護、プライバシーに関する法律や規制に沿った責任ある AI の開発と使用を促進します。
オートデスクは、AI 安全研究所コンソーシアムにおいて米国国立標準技術研究所(NIST)(英語)と連携し、AI 測定とポリシーに関する、科学的根拠に基づいたガイドラインと標準を開発し、世界中の AI の安全性の基盤を構築しています。
オートデスクは、デジタル コンテンツの出所とメディアの透明性を確保するための安全なシステムの構築に取り組むコンテンツ認証イニシアティブ(CAI)(英語)に積極的に参加しています。CAI 内で行う作業は、Coalition for Content Provenance and Authenticity(C2PA)または C2PA Content Credentials によって 2022 年にリリースされた技術仕様に完全に準拠しています。
オートデスクは、オートデスクのプラットフォーム内での AI の倫理と使用に関する懸念、課題、期待、要件など、AI に関する現在の考え方を理解するために、お客様からのフィードバックを定期的に求めています。お客様からのフィードバックをご覧ください。
AI 機能に関して当社が共有するすべての情報の詳細をご覧ください。
当社の AI 透明性カードには、機能、データ ソース、および当社製品で使用される AI に対するプライバシーとセキュリティの保護措置に関する詳細が記載されています。
カードの上部の「AI 透明性カード」という文言の下に、オートデスク製品の名前と AI 機能の名前が表示されます。
カードの説明には、AI 機能が製品内で使用された場合に実行すると予想されるアクションがまとめられています。
フィーチャー機能とは、AI や機械学習(ML)テクノロジーの機能を指し、次の3つのうちの 1 つを使用して AI 機能を強化します。
モデル ソースは、AI 機能を強化するためにモデルが開発されたソース タイプを記述します。
各 AI 機能の背後にあるモデルは、方法、アプローチ、手法を使用して、データから学習し、パターンを見つけ、タスクを実行し、結果を生成します。私たちは、お客様のために製品の品質と価値を向上させる手法を使用しています。手法は常に進化しており、場合によっては複数の手法が使用されていますが、その一部はここに表示されていない可能性があります。このフィールドでは、AI 機能の開発に使用される主な手法について説明します。
「はい」または「いいえ」の指定で示され、最終的なアクションを実行する前に、生成された出力をユーザーが確認したり、さらに更新したりできるかどうかを示します。これは「ヒューマン イン ザ ループ」とも呼ばれます。
このセクションでは、この機能の開発に使用されるトレーニング、テスト、または検証データセットに個人データが存在するかどうかを示します。
カードにリストされているデータ ソース指定によって、この機能の開発に使用されるデータ ソースのタイプが識別されます。これには、AI 機能を強化するモデルのトレーニングに使用されたデータが含まれます。ソースの種類は、次のように分類されます。
選択肢の形式は、「オプトイン/オプトアウト」、「いいえ」、または「該当なし」と表示されます。これらのラベルは、AI 機能の開発/改善にデータが使用される際に、お客様やそのユーザーが利用できる選択形式を識別するものです。
保存中の暗号化と転送中の暗号化の 2 種類の暗号化に関する情報を提供します。これらは両方とも「はい」または「いいえ」と表示されます。
カードのこのセクションには、当社の標準的なセキュリティ メカニズムに加えて、データの機密性と保護を維持するために採用されている他の注目すべきメカニズムが適宜示されています。これらの保護措置は、個人データと企業データの両方に適用されます。
質問の回答を参照するか、サポートが必要な場合はエージェントにお問い合わせください。
オートデスクが製造した正規のオートデスク ソフトウェアを使用することで、有害ソフトウェアの標的となったりソフトウェア エラーが発生したりするリスクを軽減できます。
オートデスクの製品やサービスが停止している場合は、クラウド サービスのリアルタイムのステータスをご確認ください。
リモート コード実行、認証バイパス、またはその他の脆弱性を報告いただくことで、製品のセキュリティを向上させることができます。