責任ある AI ダッシュボードは、機械学習の専門家とデータ サイエンティスト向けに設計されており、モデルの分析情報を調査して評価し、データ主導の意思決定を通知します。 責任ある AI を機械学習のライフサイクルに実質的に実装するのに役立ちますが、解決されないニーズがいくつかあります。
- 技術的な責任ある AI ツール (機械学習の専門家向けに設計) と、運用環境を定義する倫理的、規制、およびビジネス要件の間のギャップ。
- エンド ツー エンドの機械学習ライフサイクルにおける効果的なマルチ利害関係者の連携の必要性により、技術専門家は技術面以外の利害関係者からタイムリーなフィードバックと指示を受けることができます。
- AI 規制の要求に応じて、監査担当者やリスク担当者と監査目的でモデルとデータの分析情報を共有する機能。
Azure Machine Learning エコシステムを使用する最大の利点の 1 つは、Azure Machine Learning の実行履歴でモデルとデータの分析情報をアーカイブし、将来のクイック リファレンスを行う機能です。 このインフラストラクチャの一部として、機械学習モデルとそれに対応する責任ある AI ダッシュボードを補完するために、責任ある AI スコアカードを紹介します。 このスコアカードを使用すると、機械学習の専門家はデータを簡単に生成して共有し、正常性レコードをモデル化できます。
重要
現在、この機能はパブリック プレビュー段階にあります。 このプレビュー バージョンはサービス レベル アグリーメントなしで提供されており、運用環境のワークロードに使用することは推奨されません。 特定の機能はサポート対象ではなく、機能が制限されることがあります。
詳細については、「 Microsoft Azure プレビューの追加使用条件」を参照してください。
誰が責任ある AI スコアカードを使用すべきか?
- データ サイエンティストと機械学習の専門家: モデルをトレーニングし、評価と意思決定の目的で対応する責任ある AI ダッシュボードを生成した後、PDF スコアカードを使用してこれらの学習を抽出できます。 これにより、技術的および非技術的な利害関係者とレポートを簡単に共有し、信頼を構築し、展開の承認を得ることができます。
- AI 製品の製品マネージャー、ビジネス リーダー、説明責任を負う利害関係者: データ サイエンス チームに、目標の精度や目標エラー率などの目的のモデル のパフォーマンスと公平性の目標値を提供できます。 その後、これらのターゲット値に基づいてスコアカードを生成し、モデルがそれらを満たすかどうかを判断できます。 これは、モデルをデプロイするか、さらに改善するかを決定するのに役立ちます。
次のステップ
- CLI と SDK または Azure Machine Learning Studio UI を使用して、責任ある AI ダッシュボードとスコアカードを生成する方法について説明します。
- 責任ある AI ダッシュボードとスコアカードの詳細については、この 技術コミュニティのブログ投稿を参照してください。