Sdílet prostřednictvím

Sdílení přehledů zodpovědné umělé inteligence pomocí přehledu výkonnostních metrik Zodpovědné AI (Preview)

  • Článek

Náš řídicí panel zodpovědné umělé inteligence je navržený pro odborníky na strojové učení a datové vědce, aby prozkoumali a vyhodnotili přehledy modelů a informovali jejich rozhodnutí řízená daty. I když vám může pomoct implementovat zodpovědnou AI prakticky ve vašem životním cyklu strojového učení, některé potřeby už nejsou oblečené:

  • Mezi technickými nástroji zodpovědné umělé inteligence (určenými pro odborníky na strojové učení) a etickými, regulačními a obchodními požadavky, které definují produkční prostředí, často existuje mezera.
  • I když životní cyklus strojového učení zahrnuje technické i netechnické zúčastněné strany ve smyčce, existuje malá podpora, která umožňuje efektivní sladění s více účastníky, což technickým odborníkům pomáhá včas získat zpětnou vazbu a směr od netechnických zúčastněných stran.
  • Předpisy umělé inteligence jsou nezbytné, aby bylo možné sdílet model a přehledy dat s auditory a rizikovými pracovníky pro účely auditovatelnosti.

Jednou z největších výhod používání ekosystému Azure Machine Learning souvisí s archivací přehledů modelu a dat v historii spuštění služby Azure Machine Learning (pro rychlé reference v budoucnu). Jako součást této infrastruktury a provádění modelů strojového učení a jejich odpovídající řídicí panely zodpovědné umělé inteligence představujeme přehled výkonnostních metrik Zodpovědné AI, který odborníkům v strojovém učení umožní snadno generovat a sdílet jejich data a záznamy o stavu modelu.

Důležité

Tato funkce je v současné době ve verzi Public Preview. Tato verze Preview je poskytována bez smlouvy o úrovni služeb a nedoporučujeme ji pro produkční úlohy. Některé funkce se nemusí podporovat nebo mohou mít omezené možnosti.

Další informace najdete v dodatečných podmínkách použití pro verze Preview v Microsoft Azure.

Kdo by měl použít přehled výkonnostních metrik Zodpovědné AI?

  • Pokud jste odborníkem na data nebo odborníkem na strojové učení, po trénování modelu a vygenerování odpovídajících řídicích panelů zodpovědné umělé inteligence pro účely posouzení a rozhodování můžete tyto poznatky extrahovat prostřednictvím přehledu výkonnostních metrik PDF a snadno sdílet sestavu s technickými a netechnickými zúčastněnými stranami, abyste získali důvěru a získali jejich schválení pro nasazení.

  • Pokud jste produktový manažer, vedoucí firmy nebo zodpovědný účastník produktu AI, můžete předat požadované hodnoty výkonu modelu a cílové hodnoty spravedlnosti, jako je přesnost cíle, cílová míra chyb atd., týmu datových věd a požádat ho, aby tento přehled výkonnostních metrik vygeneroval s ohledem na vámi identifikované cílové hodnoty a to, jestli je váš model splňuje. To může poskytnout pokyny k tomu, zda má být model nasazen nebo dále vylepšen.

Další kroky