Odpowiedzialne uczenie maszynowe (odpowiedzialne ML)

Możliwości usługi Azure Machine Learning, które umożliwiają analitykom danych i deweloperom odpowiedzialne wprowadzanie innowacji.

Zrozum, chroń i kontroluj swoje dane, modele i procesy w celu tworzenia zaufanych rozwiązań.

Najnowocześniejsza technologia umożliwiająca tworzenie i wdrażanie uczenia maszynowego oraz korzystanie z niego. Wprowadź w życie zasady odpowiedzialnej sztucznej inteligencji i wzmacniaj zaufanie w całym cyklu życia uczenia maszynowego.

Zrozumienie

Zyskaj wgląd w modele, wyjaśniaj zachowanie modelu, a także wykrywaj i ograniczaj niesprawiedliwość — wszystko to za pomocą gotowych wizualizacji.

Ochrona

Stosuj techniki z zakresu prywatności różnicowej w celu ochrony poufnych danych i zapobiegania wyciekom. Szyfruj dane i twórz modele w bezpiecznym środowisku, aby zachować poufność.

Kontrola

Korzystaj z wbudowanych funkcji z zakresu pochodzenia danych i dziennika inspekcji oraz zadbaj o odpowiedzialny proces przez dokumentowanie metadanych modelu w celu spełniania wymagań prawnych.

Zrozumienie modeli i tworzenie pod kątem sprawiedliwości

Wyjaśnij zachowanie modelu i odkryj cechy, które mają największy wpływ na przewidywania. Korzystaj z wbudowanych objaśnień dla modeli typu „szklana skrzynka” i typu „czarna skrzynka” podczas trenowania modelu i wnioskowania. Używaj interakcyjnych wizualizacji do porównywania modeli i przeprowadzaj analizy warunkowe, aby poprawiać dokładność modelu. Testuj modele pod kątem sprawiedliwości przy użyciu najnowocześniejszych algorytmów. Ogranicz niesprawiedliwość w całym cyklu życia uczenia maszynowego i wypracuj celowe kompromisy między sprawiedliwością a dokładnością, w zależności od potrzeb.

Ochrona prywatności i poufności danych

Twórz modele chroniące prywatność przy użyciu najnowszych innowacji z zakresu prywatności różnicowej, które wprowadzają precyzyjne poziomy szumu statystycznego w danych, aby ograniczyć ujawnianie poufnych informacji. Identyfikuj wycieki danych i inteligentnie ograniczaj powtarzające się zapytania w celu zarządzania ryzykiem związanym z ekspozycją.

Korzystaj z szyfrowania i technik poufnego uczenia maszynowego (już wkrótce) zaprojektowanych specjalnie pod kątem uczenia maszynowego, aby bezpiecznie tworzyć modele z użyciem poufnych danych.

Kontrola i zarządzanie na każdym etapie procesu uczenia maszynowego

Uzyskaj dostęp do wbudowanych funkcji, aby automatycznie śledzić pochodzenie danych i tworzyć dziennik inspekcji w całym cyklu życia uczenia maszynowego. Uzyskaj pełny wgląd w proces uczenia maszynowego, śledząc zestawy danych, modele, eksperymenty, kod i nie tylko. Używaj niestandardowych tagów do implementowania arkuszy danych modelu, dokumentowania kluczowych metadanych modelu, zwiększania odpowiedzialności i zapewnienia odpowiedzialnego procesu.

Zobacz, jak działa odpowiedzialne uczenie maszynowe

Uzyskaj lepszy wgląd w modele, aby wyjaśnić ich zachowanie

Uzyskaj lepszy wgląd w modele, aby wyjaśnić ich zachowanie

Uzyskaj lepszy wgląd w modele, aby wyjaśnić ich zachowanie

Podejmowanie krytycznych decyzji z wykorzystaniem modeli pozbawionych ukrytych obciążeń

Podejmowanie krytycznych decyzji z wykorzystaniem modeli pozbawionych ukrytych obciążeń

Podejmowanie krytycznych decyzji z wykorzystaniem modeli pozbawionych ukrytych obciążeń

Wykorzystywanie technik z zakresu prywatności różnicowej w celu ochrony poufnych danych

Wykorzystywanie technik z zakresu prywatności różnicowej w celu ochrony poufnych danych

Wykorzystywanie technik z zakresu prywatności różnicowej w celu ochrony poufnych danych

Klienci korzystający z odpowiedzialnego uczenia maszynowego

"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."

Alex Mohelsky, partner i analityk danych w firmie EY Canada
Ernst & Young

"Azure Machine Learning helps us build AI responsibly and build trust with our customers. Using the interpretability capabilities in the fraud detection efforts for our loyalty program, we are able to understand models better, identify genuine cases of fraud, and reduce the possibility of erroneous results."

Daniel Engberg, dyrektor ds. analizy danych i sztucznej inteligencji, Scandinavian Airlines
Scandinavian Airlines

Wszystko gotowe — utwórz bezpłatne konto platformy Azure