مشاركة عبر

مشاركة نتائج تحليلات الذكاء الاصطناعي المسؤول باستخدام بطاقة الأداء الذكاء الاصطناعي المسؤولة (معاينة)

تم تصميم لوحة معلومات الذكاء الاصطناعي المسؤولة لدينا لمحترفي التعلم الآلي وعلماء البيانات لاستكشاف وتقييم رؤى النموذج وإبلاغ قراراتهم المستندة إلى البيانات. في حين أنه يمكن أن يساعدك في تنفيذ الذكاء الاصطناعي المسؤول عمليا في دورة حياة التعلم الآلي، هناك بعض الاحتياجات المتبقية دون معالجة:

  • الفجوة بين أدوات الذكاء الاصطناعي المسؤولة التقنية (المصممة لمحترفي التعلم الآلي) والمتطلبات الأخلاقية والتنظيمية والتجارية التي تحدد بيئة الإنتاج.
  • الحاجة إلى مواءمة فعالة بين أصحاب المصلحة المتعددين في دورة حياة التعلم الآلي الشاملة، وضمان تلقي الخبراء التقنيين لملاحظاتهم واتجاههم في الوقت المناسب من أصحاب المصلحة غير التقنيين.
  • القدرة على مشاركة رؤى النماذج والبيانات مع مراجعي الحسابات ومسؤولي المخاطر لأغراض قابلية التدقيق، كما تقتضي اللوائح الذكاء الاصطناعي.

واحدة من أكبر فوائد استخدام النظام البنائي للتعلم الآلي من Azure هي القدرة على أرشفة النموذج ونتائج تحليلات البيانات في Azure Machine Learning Run History للرجوع إليها بسرعة في المستقبل. كجزء من هذه البنية الأساسية، وتكملة لنماذج التعلم الآلي ولوحات المعلومات الذكاء الاصطناعي المسؤولة المقابلة لها، نقدم بطاقة الأداء الذكاء الاصطناعي المسؤولة. تمكن بطاقة الأداء هذه محترفي التعلم الآلي من إنشاء بياناتهم وسجلاتهم الصحية النموذجية ومشاركتها بسهولة.

هام

هذه الميزة حاليا في المعاينة العامة. يجري توفير إصدار المعاينة هذا دون اتفاقية على مستوى الخدمة، ولا نوصي باستخدامه لأحمال عمل الإنتاج. بعض الميزات ربما لا تكون مدعمة أو بها بعض القدرات المقيدة.

لمزيد من المعلومات، راجع ⁧⁩شروط الاستخدام التكميلية لمعاينات Microsoft Azure⁧⁩.

من الذي يجب أن يستخدم بطاقة أداء الذكاء الاصطناعي المسؤول؟

  • علماء البيانات ومحترفي التعلم الآلي: بعد تدريب النموذج الخاص بك وإنشاء لوحة معلومات الذكاء الاصطناعي المسؤولة المقابلة له لأغراض التقييم واتخاذ القرار، يمكنك استخراج تلك التعلمات عبر بطاقة أداء PDF الخاصة بنا. يتيح لك ذلك مشاركة التقرير بسهولة مع المساهمين التقنيين وغير التقنيين، وبناء الثقة والحصول على موافقتهم على النشر.
  • مديرو المنتجات وقادة الأعمال وأصحاب المصلحة المسؤولون عن منتج الذكاء الاصطناعي: يمكنك تقديم أداء النموذج المطلوب والقيم المستهدفة للإنصاف، مثل دقة الهدف ومعدل الخطأ المستهدف، لفريق علوم البيانات. يمكنهم بعد ذلك إنشاء بطاقة الأداء استنادا إلى هذه القيم المستهدفة لتحديد ما إذا كان النموذج يلبيها أم لا. يساعد هذا في توجيه القرارات بشأن ما إذا كان يجب نشر النموذج أو تحسينه بشكل أكبر.

الخطوات التالية