YA DISPONIBLE

Innovaciones de ML responsable en Azure Machine Learning

Fecha de publicación: 19 mayo, 2020

A medida que las organizaciones buscan adoptar inteligencia artificial (AI), se enfrentan a importantes desafíos en cuanto al desarrollo y el uso de la inteligencia artificial de manera responsable. Con el fin de ayudar a las organizaciones a superar esta barrera, estamos incorporando a Azure la investigación más reciente en IA responsable, en colaboración con el Comité Aether y sus grupos de trabajo. Las nuevas características de ML responsable de Azure Machine Learning y nuestros kits de herramientas de código abierto capacitan a los científicos de datos y desarrolladores para entender los modelos de Machine Learning, proteger a las personas y sus datos, y controlar el proceso completo del aprendizaje automático. 

  • Comprender. Las características de interpretación de modelos de Azure Machine Learning y la funcionalidad de valoración y mitigación de la imparcialidad con Fairlearn permiten desarrollar modelos más precisos y equitativos. 
  • Proteger. El nuevo kit de herramientas de privacidad diferencial de WhiteNoise se puede usar con Azure Machine Learning para permitir que los clientes creen modelos de Machine Learning con datos confidenciales, a la vez que protegen la privacidad de los usuarios. Este es el resultado de la colaboración entre Microsoft e investigadores del IQSS y la Escuela de Ingeniería de Harvard. Las características de aprendizaje automático confidencial permite a los equipos de ciencia de datos de Microsoft crear modelos con datos confidenciales en un entorno seguro, sin posibilidad de que vean los datos. Más adelante este año, ofreceremos estas características de aprendizaje automático confidencial a los desarrolladores y científicos de datos. 
  • Controlar. Azure Machine Learning proporciona funcionalidad para hacer un seguimiento automático del linaje y mantener una traza de seguimiento de los recursos de ML para cumplir los requisitos normativos. Las hojas de datos constituyen una forma estandarizada de documentar los recursos de ML y proporcionan transparencia a los científicos de datos, auditores y responsables de la toma de decisiones. Los desarrolladores y los científicos de datos pueden usar etiquetas personalizadas en Azure Machine Learning para implementar hojas de datos para los modelos actuales.

Estas innovaciones de Azure Machine Learning y el kit de herramientas de código abierto se basan en décadas de investigación y proporcionan a las organizaciones un conjunto completo de características para desarrollar soluciones de inteligencia artificial de manera responsable.

Más información.

  • Azure Machine Learning
  • Features
  • Microsoft Build

Productos relacionados