책임 있는 AI 대시보드는 기계 학습 전문가와 데이터 과학자가 모델 인사이트를 탐색 및 평가하고 데이터 기반 결정에 정보를 제공할 수 있도록 설계되었습니다. 기계 학습 수명 주기에서 실질적으로 책임 있는 AI를 구현하는 데 도움이 될 수 있지만 해결되지 않은 몇 가지 요구 사항이 있습니다.
- 기계 학습 전문가를 위해 설계된 기술 책임 AI 도구와 프로덕션 환경을 정의하는 윤리적, 규제 및 비즈니스 요구 사항 간의 격차입니다.
- 엔드투엔드 기계 학습 수명 주기에서 효과적인 다중 이해 관계자 맞춤이 필요하므로 기술 전문가가 비기술 관련자로부터 적시에 피드백과 방향을 받을 수 있습니다.
- AI 규정에 따라 감사 가능성을 위해 감사자 및 위험 담당자와 모델 및 데이터 인사이트를 공유하는 기능입니다.
Azure Machine Learning 에코시스템을 사용하는 경우의 가장 큰 이점 중 하나는 나중에 빠른 참조를 위해 Azure Machine Learning 실행 기록에 모델 및 데이터 인사이트를 보관할 수 있다는 것입니다. 이 인프라의 일부로 기계 학습 모델 및 해당 책임 있는 AI 대시보드를 보완하기 위해 책임 있는 AI 성과 기록표를 소개합니다. 이 성과 기록표는 기계 학습 전문가가 데이터를 쉽게 생성하고 공유하고 상태 레코드를 모델링할 수 있도록 합니다.
중요합니다
이 기능은 현재 공개 미리 보기로 제공됩니다. 이 미리 보기 버전은 서비스 수준 계약 없이 제공되며, 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다.
자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.
책임 있는 AI 성과 기록표는 누가 사용해야 하나요?
- 데이터 과학자 및 기계 학습 전문가: 모델을 학습시키고 평가 및 의사 결정을 위해 해당 책임 있는 AI 대시보드를 생성한 후에는 PDF 성과 기록표를 통해 이러한 학습을 추출할 수 있습니다. 이렇게 하면 기술 및 비기술 관련자와 보고서를 쉽게 공유하고 신뢰를 구축하고 배포에 대한 승인을 얻을 수 있습니다.
- AI 제품에 대한 제품 관리자, 비즈니스 리더 및 책임 있는 이해 관계자: 데이터 과학 팀에 원하는 모델 성능 및 공정성 목표 값(예: 대상 정확도 및 대상 오류율)을 제공할 수 있습니다. 그런 다음 이러한 대상 값을 기반으로 성과 기록표를 생성하여 모델이 충족하는지 여부를 확인할 수 있습니다. 이렇게 하면 모델을 배포할지 또는 추가로 개선해야 하는지에 대한 의사 결정을 안내할 수 있습니다.
다음 단계
- CLI 및 SDK 또는 Azure Machine Learning 스튜디오 UI를 통해 책임 있는 AI 대시보드 및 성과 기록표를 생성하는 방법을 알아봅니다.
- 이 기술 커뮤니티 블로그 게시물에서 책임 있는 AI 대시보드 및 성과 기록표에 대해 자세히 알아봅니다.