Trace Id is missing
跳到主内容

使用 Azure 的负责任的 AI

使用 Azure AI 负责任地开发、使用和管理 AI 解决方案。

使用 Azure 机器学习构建负责任 AI 解决方案

在整个机器学习开发生命周期中应用 负责任 AI,构建公平、可解释且高性能的应用程序,以赢得客户的信任。负责任 AI 仪表板 整合负责任的 AI 功能,以支持工作流中的深入调查,而模型监视有助于优化生产性能。使用负责任的 AI 记分卡(预览版)为业务受众提供上下文化的 负责任 AI 指标,以简化 AI 治理、合规性和协作。

负责任地进行开发,以实现公平性和可解释性

在负责任 AI 仪表板中使用最先进的算法(包括表格、图像和文本模型)以快速评估机器学习模型。使用可重现和自动化的工作流,在端到端机器学习平台中执行统计建模、探索性数据分析、错误分析、反事实分析和因果分析,并评估模型的公平性、可解释性和性能。

在生产环境中强化负责任 AI

使用反事实推理来了解生成特定结果所需的条件,并采用因果分析以主动应用新策略并实现现实世界的改变。然后,使用模型监视跟踪和优化生产中的模型性能。简化推理数据收集,并及时获取有关数据偏移、功能属性偏移和数据质量问题的警报,从而持续提高模型性能和业务成果。

治理透明度和问责制

使用企业隐私和安全控制、60 多种合规性认证和 机器学习运营 (MLOps) 保护和管理机器学习资产。轻松跟踪和了解数据世系,并使用 Microsoft Purview 的连接器简化元数据存储并更快地执行根本原因分析。为机器学习模型导出负责任 AI 记分卡(预览版),为业务利益干系人上下文化负责任 AI 指标,并促进主动协作。

为受信任的结果负责任地生成

实施负责任 AI 以提供可信结果。评估模型的公平性、可靠性和可解释性

自信地做出实时的数据驱动决策。在生产环境中监视和优化 AI 模型性能

保护和管理机器学习资产,以实现跨利益干系人组的透明度、问责制和合规性

相关产品

Azure 机器学习

为端到端机器学习生命周期使用企业级服务。

Azure AI 服务

通过 API 和 AI 服务将认知功能添加到应用。

《设计分布式系统》一书的封面

通过负责任 AI 推动业务价值网络研讨会

点播观看:通过负责任 AI 推动业务价值。

通过 Azure 培养机器学习技能

了解有关 Azure 上的机器学习的详细信息,并参与为期 30 天的学习旅程的实践教程。结束时,你将准备好应战 Azure 数据科学家助理认证。

一个人坐在会议室里,面对着笔记本电脑并说话。

客户正在将负责任 AI 付诸实践

"通过 Azure 机器学习和负责任的 AI 仪表板,我们需要使用工具来了解、优化和解释结果,以便我们能够更好地为患者提供服务。"
Dr.Justin Green,英国北部卫生教育局领导与管理研究员 & 骨科外科住院医师
一位医生与患者坐在一起,在平板电脑上查看其健康数据

a

"借助模型在 Azure 机器学习中的可解释性,我们非常确信机器学习模型正在生成有意义且公平的结果。"
Daniel Engberg,北欧航空 (SAS) 数据分析和 AI 主管
一名空乘人员站在一架北欧航空飞机前
返回到标签页

准备好了就开始 - 设置 Azure 免费帐户

免费试用 Azure