Freigeben über

Freigeben von Erkenntnissen der verantwortungsvollen KI mithilfe der Scorecard für verantwortungsvolle KI (Vorschau)

  • Artikel

Unser Dashboard für verantwortungsvolle KI wurde für Machine Learning-Experten und wissenschaftliche Fachkräfte für Daten entwickelt, um Modellerkenntnisse zu untersuchen und zu bewerten und ihre datengesteuerten Entscheidungen zu treffen. Obwohl es Ihnen dabei helfen kann, die verantwortungsvolle KI praktisch in Ihrem Machine-Learning-Lebenszyklus zu implementieren, bleiben einige Anforderungen unberücksichtigt:

  • Häufig besteht eine Kluft zwischen den technischen Tools für verantwortungsbewusste KI (die für Machine Learning-Experten entwickelt wurden) und den ethischen, rechtlichen und geschäftlichen Anforderungen, die die Produktionsumgebung bestimmen.
  • Obwohl ein durchgängiger Machine Learning-Lebenszyklus sowohl technische als auch nicht-technische Projektbeteiligte einbezieht, gibt es nur wenig Unterstützung, um eine effektive Abstimmung zwischen den verschiedenen Beteiligten zu ermöglichen und den technischen Experten zu helfen, rechtzeitig Feedback und Anweisungen von den nicht technischen Beteiligten zu erhalten.
  • Aufgrund der KI-Vorschriften ist es unerlässlich, Modell- und Datenerkenntnisse mit Prüfern und Risikobeauftragten auszutauschen, damit sie geprüft werden können.

Einer der größten Vorteile der Nutzung des Azure Machine Learning-Ökosystems liegt in der Archivierung von Modell- und Datenerkenntnissen im Azure Machine Learning-Ausführungsverlauf (zur zukünftigen schnellen Referenz). Als Teil dieser Infrastruktur und zur Begleitung von Machine-Learning-Modellen und ihren entsprechenden Responsible AI-Dashboards führen wir die Responsible AI-Scorecard ein, um ML-Experten zu ermöglichen, ihre Daten zu generieren und zu teilen und Gesundheitsakten einfach zu modellieren.

Wichtig

Dieses Feature ist zurzeit als öffentliche Preview verfügbar. Diese Vorschauversion wird ohne Vereinbarung zum Servicelevel bereitgestellt und ist nicht für Produktionsworkloads vorgesehen. Manche Features werden möglicherweise nicht unterstützt oder sind nur eingeschränkt verwendbar.

Weitere Informationen finden Sie unter Zusätzliche Nutzungsbestimmungen für Microsoft Azure-Vorschauen.

Wer sollte eine Scorecard für verantwortungsbewusste KI verwenden?

  • Wenn Sie eine wissenschaftliche Fachkraft für Daten oder ein Machine Learning-Experte sind, können Sie nach dem Training Ihres Modells und dem Generieren der entsprechenden Dashboards für verantwortungsvolle KI für Bewertungs- und Entscheidungszwecke diese Erkenntnisse über unsere PDF-Scorecard extrahieren und den Bericht einfach mit Ihren technischen und nicht technischen Projektbeteiligten teilen, um Vertrauen aufzubauen und ihre Zustimmung zur Bereitstellung zu erhalten.

  • Wenn Sie ein Produktmanager, Geschäftsführer oder ein verantwortlicher Beteiligter an einem KI-Produkt sind, können Sie Ihre gewünschten Modellleistungs- und Fairness-Zielwerte wie Ihre Zielgenauigkeit, Zielfehlerrate usw. an Ihr Data-Science-Team weitergeben. Bitten Sie sie, diese Scorecard in Bezug auf Ihre identifizierten Zielwerte zu erstellen und ob Ihr Modell diese erfüllt. Dies kann Aufschluss darüber geben, ob das Modell bereitgestellt oder weiter verbessert werden sollte.

Nächste Schritte