Autodesk Trust Center

オートデスクの信頼できる AI

オートデスクは、お客様がより良い世界を作る方法に変革をもたらす、信頼できる AI を提供しています。私たちは、お客様のニーズを優先し、当社の AI に関する信頼原則を通じてお客様のデータを保護します。

AI に関する信頼原則

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。

実行責任

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。

透明性

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。

説明責任

当社は、お客様の選択を尊重し、法令を遵守します。 

信頼性

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。

安全・安心

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。

AI における透明性

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。

Autodesk AI 透明性カード

Autodesk Fusion

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。 

 

Autodesk Fusion

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。

 

Autodesk Maya

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。

 

Autodesk Revit

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。

 

Dynamo

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。

 

Autodesk Research

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

 

聖カジェタン劇場教会とオデオン広場のあるミュンヘンのスカイラインの眺め。

EU AI 規制法

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。

信頼できる AI プログラムの取り組み

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。

笑顔の女性が腕を組んで正面を向いて立ち、同僚が後ろの会議テーブルに座っている。

ガバナンス、リスク、コンプライアンス

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。

近代的な建物にはさまれた青空を下から見上げるというコンセプトのレンダリング。

NIST 米国 AI 安全研究所コンソーシアム(AISIC)

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。

青色のデータ サーバーがずらりと並ぶデータ センターの内部。

コンテンツ認証イニシアティブ

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。

お客様からのフィードバック

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 透明性カードのガイド

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。

AI 透明性カードとは?

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 タイトルにはどのような情報が含まれていますか?

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。

  • オートデスク製品名(例:Autodesk Forma)
  • 製品の AI 機能(例:エンボディド カーボン解析)

説明は何を伝えるものですか?

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、何を指しますか?

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。

  • 自動化:Autodesk AI は、従来は手作業や多大な間接費が必要だったステップを自動化することで、反復作業を削減し、エラーを最小限に抑えます。これにより、多くの時間をクリエイティブな作業やイノベーションに割くことができます。
  • 分析:Autodesk AI は、膨大な量の複雑なデータに直面したエンド ユーザーに実用的なインサイトを提供し、最もスマートなソリューションを作成するために何が最も重要かをリアルタイムで理解できるようにサポートします。
  • 拡張:Autodesk AI は、コンテキストの理解によって思考のスピード、質、幅を向上させることで、創造的な探求と問題解決を強化します。  

モデル ソースとは何ですか?

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。

  • 独自仕様:AI/ML モデルはオートデスクが社内で開発したものです。
  • オープン ソース:オートデスクは、第三者によって開発され、一般に公開された AI/ML モデルを使用しています。
  • ライセンス:オートデスクは、第三者が開発した AI/ML モデルを使用するライセンスを所有しています。
  • 組み合わせ:AI/ML モデルの一部はオートデスクが社内で開発し、他の部分は第三者(オープン ソースまたはライセンス)によって開発されました。

主な手法とはどういう意味ですか?

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。

  • トランスフォーマー:データを処理および理解して、言語翻訳などのシーケンシャル タスクをより効率的に実行するように設計された機械学習手法。
  • エンコーディング:機械学習モデルで効率的に処理できる特定の形式にデータを変換するプロセス。
  • 分類:定義済みのカテゴリに項目を割り当て、履歴データに基づいて新しい観測値のカテゴリを予測する教師あり学習手法。
  • フィード フォワード ニューラル ネットワーク(NN):サイクルやループを介さずに、情報が入力から出力まで一方向に流れるディープ ラーニング手法。
  • 予測:データから学習して、過去のデータやパターンに基づいて将来のイベントや結果について情報に基づいた予測を行い、予測結果、意思決定、インサイトの提供などを行う AI 手法。
  • 遺伝的アルゴリズム:自然淘汰の概念に基づいた、制約付きおよび制約なしの両方の最適化問題を解くための手法。
    • 制約付き最適化問題では、問題の解で考慮しなければならない論理限界または条件を使用します。これらは、生産能力、在庫、利用可能なスペースなどに関する実際の制約を反映しています。
    • 制約のない最適化問題は、解で考慮すべき制限や条件が事前定義されていない状況を扱います。
  • トランスフォーマーの拡散:データにノイズを徐々に追加することによって拡散プロセスを逆転させ、データを作成するトランスフォーマー手法(前述のトランスフォーマーを参照)。

ユーザー主導の機能とは何ですか?

「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。

個人データ情報は何を示していますか?

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。 

データ ソースとは何ですか?

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。

  • オープン ソース:オープン ライセンスの下で自由に使用、変更、配布できるデータ。
  • お客様コンテンツ:オートデスクの利用規約で「お客様のコンテンツ」として定義されているとおり、お客様またはその認証ユーザーが製品に送信またはアップロードするデータ。
  • 合成データ:実際のデータの構造や統計的特性を模倣し、類似させることができるシステムまたはモデルによって生成されたデータ。
  • 商用:制限付きライセンスに基づき第三者から購入または取得されたデータ。
  • 混合:複数のデータ ソース カテゴリが使用されています。
  • お客様がトレーニングを実施:お客様が独自のデータを使用しトレーニングを実施しました。

選択形式とは何ですか?

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。

  • オプトイン/オプトアウト:お客様は、機能開発/改善のためのデータの使用をオプトインするかしないかを選択できます。
  • いいえ:選択肢は提供されていません。
  • 該当なし:お客様のコンテンツは機能開発/改善に使用されないため、選択は適用されません。

どのような暗号化情報が表示されますか?

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。

  • 保存時の暗号化:データが保持されているデータベースでデータが暗号化されているかどうかを示します。保存時のすべての暗号化では、Advanced Encryption Standard(AES)の 256 ビットのキー長(AES-256)が使用されます。
  • 転送中の暗号化:データがあるポイントから別のポイントに送信されるときにデータが暗号化されるかどうかを示します。オートデスクは、転送中に HTTPS 標準暗号化、AES-256 を使用した RSA(最低でも TLS 1.2 を使用)による暗号化を適用します。

他にどのような保護措置が講じられていますか?

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。

  • トークン化:データ内の一連の情報は、「トークン」と呼ばれる小さな単位に分割されます。
  • 非識別化:識別子はデータから削除され、プレースホルダー値に置き換えられます。
  • 匿名化:データセットには個人を特定できる情報は含まれておらず、その情報を個人を特定できる情報に結び付ける方法もありません。
カード情報をもっと見る

行動を起こす

ヘルプが必要ですか?

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。

正規のソフトウェアを選択

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。

正常性ダッシュボードにアクセスする

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。

脆弱性の報告

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。