Aprendizaje automático responsable (ML responsable)
Características de Azure Machine Learning que permiten a los científicos de datos y a los desarrolladores innovar de manera responsable.
Comprenda, proteja y controle sus datos, modelos y procesos para crear soluciones de confianza
Tecnología de vanguardia que permite el desarrollo, la implementación y el uso de un aprendizaje automático responsable. Ponga en práctica principios de inteligencia artificial responsable y genere confianza en todo el ciclo de vida del aprendizaje automático.
Comprenda
Adquiera visibilidad sobre los modelos, explique su comportamiento y detecte y mitigue la parcialidad, todo ello con visualizaciones listas para usar.
Protección
Aplique técnicas de privacidad diferencial para proteger los datos confidenciales y evitar fugas. Cifre los datos y cree modelos en un entorno seguro para mantener la confidencialidad.
Controle
Use las características integradas de linaje y trazas de auditoría, y habilite un proceso responsable documentando los metadatos de los modelos para cumplir los requisitos normativos.
Comprenda sus modelos y genere imparcialidad
Explique el comportamiento de los modelos y descubra las características que tienen más impacto en las predicciones. Use los explicadores integrados para los modelos transparentes y opacos durante el entrenamiento y la inferencia de modelos. Use visualizaciones interactivas para comparar los modelos y llevar a cabo análisis de hipótesis para mejorar la precisión de los modelos. Pruebe los modelos para comprobar el nivel de imparcialidad usando algoritmos de vanguardia. Mitigue la parcialidad a lo largo del ciclo de vida del aprendizaje automático, compare los modelos mitigados y cree imparcialidad intencionada frente a cesiones de precisión como desee.
Proteja la privacidad y la confidencialidad de los datos
Cree modelos que mantengan la privacidad usando las últimas innovaciones en privacidad diferencial, que inserta niveles precisos de ruido estadístico en los datos para limitar la divulgación de información confidencial. Identifique fugas de datos y limite de forma inteligente las consultas repetidas para administrar el riesgo de exposición.
Utilice técnicas de cifrado y aprendizaje automático confidencial (próximamente) diseñadas específicamente para el aprendizaje automático con el fin de crear modelos de forma segura usando datos confidenciales.
Control y gobernanza en cada paso del proceso de aprendizaje automático
Acceda a características integradas para mantener un seguimiento automático del linaje y crear una traza de auditoría para todo el ciclo de vida del aprendizaje automático. Obtenga visibilidad completa sobre el proceso de aprendizaje automático mediante el seguimiento de los conjuntos de datos, los modelos, los experimentos, el código, etc. Use etiquetas personalizadas para implementar hojas de datos de los modelos, documentar metadatos clave de los modelos, aumentar la rendición de cuentas y asegurar un proceso responsable.
Vea el aprendizaje automático responsable en acción
Clientes que utilizan un aprendizaje automático responsable
Alex Mohelsky, líder de análisis de datos y asociados en EY Canada"Azure Machine Learning and its Fairlean capabilities offer advanced fairness and explainability that have helped us deploy trustworthy AI solutions for our customers, while enabling stakeholder confidence and regulatory compliance."
