Verantwoordelijke AI-inzichten delen met behulp van de scorecard voor verantwoordelijke AI (preview)

Ons dashboard voor verantwoordelijke AI is ontworpen voor machine learning-professionals en gegevenswetenschappers om model insights te verkennen en te evalueren en hun gegevensgestuurde beslissingen te nemen. Hoewel het u kan helpen bij het implementeren van verantwoordelijke AI praktisch in uw machine learning-levenscyclus, zijn er enkele behoeften die niet worden aangepakt:

• Er bestaat vaak een kloof tussen de technische verantwoordelijke AI-hulpprogramma's (ontworpen voor machine learning-professionals) en de ethische, wettelijke en zakelijke vereisten die de productieomgeving definiëren.
• Hoewel een end-to-end machine learning-levenscyclus zowel technische als niet-technische belanghebbenden in de lus omvat, is er weinig ondersteuning om een effectieve afstemming van meerdere belanghebbenden mogelijk te maken, waardoor technische experts tijdig feedback en richting krijgen van de niet-technische belanghebbenden.
• Ai-regelgeving maakt het essentieel om model- en gegevens-inzichten te kunnen delen met auditors en risicofunctionarissen voor controledoeleinden.

Een van de grootste voordelen van het gebruik van het Azure Machine Learning-ecosysteem is gerelateerd aan het archiveren van model- en gegevens-inzichten in de Azure Machine Learning-uitvoeringsgeschiedenis (voor snelle referentie in de toekomst). Als onderdeel van die infrastructuur en om machine learning-modellen en de bijbehorende verantwoordelijke AI-dashboards te ondersteunen, introduceren we de scorecard voor verantwoordelijke AI waarmee ML-professionals eenvoudig hun gegevens en modelstatusrecords kunnen genereren en delen.

Belangrijk

Deze functie is momenteel beschikbaar als openbare preview-versie. Deze preview-versie wordt geleverd zonder serviceovereenkomst en wordt niet aanbevolen voor productieworkloads. Misschien worden bepaalde functies niet ondersteund of zijn de mogelijkheden ervan beperkt.

Zie Supplemental Terms of Use for Microsoft Azure Previews (Aanvullende gebruiksvoorwaarden voor Microsoft Azure-previews) voor meer informatie.

Wie moet een scorecard voor verantwoordelijke AI gebruiken?

• Als u een datawetenschapper of machine learning-professional bent, kunt u, nadat u uw model hebt getraind en de bijbehorende verantwoordelijke AI-dashboards hebt gegenereerd voor evaluatie- en besluitvormingsdoeleinden, deze lessen extraheren via onze PDF-scorecard en het rapport eenvoudig delen met uw technische en niet-technische belanghebbenden om vertrouwen op te bouwen en hun goedkeuring voor implementatie te krijgen.

• Als u een productmanager, bedrijfsleider of een verantwoordelijke belanghebbende bent voor een AI-product, kunt u de gewenste doelwaarden voor modelprestaties en eerlijkheid, zoals de nauwkeurigheid van uw doel, het beoogde foutpercentage, enzovoort, doorgeven aan uw data science-team, en hen vragen deze scorecard te genereren met betrekking tot de geïdentificeerde doelwaarden en of uw model hieraan voldoet. Dit kan richtlijnen bieden voor de vraag of het model moet worden geïmplementeerd of verder moet worden verbeterd.

Volgende stappen

• Meer informatie over het genereren van het dashboard en de scorecard voor verantwoordelijke AI via CLI en SDK of Azure Machine Learning-studio ui.
• Meer informatie over het verantwoordelijke AI-dashboard en scorecard vindt u in dit blogbericht van de tech community.