Ответственное машинное обучение (ответственное ML)

Возможности Машинного обучения Azure, позволяющие разработчикам и специалистам по обработке и анализу данных ответственно внедрять инновации.

Изучение и защита данных, моделей и процессов, а также управление ими для создания доверенных решений.

Современная технология, включающая разработку ответственного ML, его развертывание и использование. Применяйте принципы ответственного искусственного интеллекта на практике и создавайте отношения доверия на протяжении всего жизненного цикла ML.

Общие сведения

Просматривайте сведения в моделях, выявляйте причины определенного поведения модели, определяйте и устраняйте неравнодоступность, и все это с помощью встроенных средств визуализаций.

Защита

Применяйте разностные методики обеспечения конфиденциальности для защиты конфиденциальных данных и предотвращения утечек. Для обеспечения конфиденциальности шифруйте данные и создавайте модели в безопасной среде.

Управление

Используйте встроенные возможности журнала происхождения данных и аудита и включите ответственный процесс, задокументировав метаданные модели в соответствии с нормативными требованиями.

Общие сведения о моделях и обеспечении равнодоступности

Выявите причины определенного поведения модели и компоненты, которые оказывают наибольшее влияние на прогнозирование. Используйте встроенные блоки объяснения для моделей на основе принципа "прозрачного ящика" и "черного ящика" во время обучения модели и получения выводов. Используйте интерактивные визуализации для сравнения моделей и анализа возможных вариантов для повышения точности моделей. Протестируйте модели для равнодоступного использования новейших алгоритмов. Устраните неравнодоступность в жизненном цикле ML, сравните модели с устраненными проблемами и при необходимости добейтесь компромисса между объективностью и точностью.

Защита конфиденциальности данных

Создавайте модели, которые сохраняют конфиденциальность, используя инновации в разностной конфиденциальности, которые внедряют точные уровни статистического шума в данные, чтобы ограничить раскрытие конфиденциальной информации. Выявляйте утечку данных и интеллектуально ограничивайте повторные запросы для управления рисками уязвимости.

Используйте методы шифрования и конфиденциального машинного обучения (ожидается в ближайшее время), которые специально предназначены для машинного обучения, чтобы безопасно создавать модели с использованием конфиденциальных данных.

Контроль каждого этапа процесса ML

Доступ к встроенным возможностям для автоматического отслеживания происхождения данных и создания пробной версии аудита на протяжении жизненного цикла ML. Получите полное представление о процессе ML, отслеживая наборы данных, модели, эксперименты, код и многое другое. Используйте пользовательские теги для реализации таблиц моделей, метаданных модели ключа документа, расширения возможностей отчетности и выполнения ответственного процесса.

Оцените работу ответственного ML

Улучшенное представление моделей для объяснения их поведения

Улучшенное представление моделей для объяснения их поведения

Прием критически важных решений с помощью моделей без скрытых смещений

Прием критически важных решений с помощью моделей без скрытых смещений

Использование разностных методик обеспечения конфиденциальности для защиты конфиденциальных наборов данных

Использование разностных методик обеспечения конфиденциальности для защиты конфиденциальных наборов данных

Клиенты, использующие ответственное ML

"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."

Алекс Мохелски (Alex Mohelsky), руководитель по вопросам партнерства и аналитики данных в EY Canada

Узнать больше

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."

Дэниэл Енгберг (Daniel Engberg), руководитель отдела анализа данных и искусственного интеллекта в Scandinavian Airlines

Узнать больше

Scandinavian Airlines

Бесплатная учетная запись Azure готова к настройке в любой момент