Nul
IBM sagde, at det vil lancere cloud software designet til at håndtere kunstig intelligens installationer, opdage bias i modeller og afbøde virkningerne og overvåge en afgørelse på tværs af flere rammer.
Flytningen af IBM fremhæver, hvordan AI ledelse bliver mere og mere af et spørgsmål, som virksomheder til at implementere machine learning og forskellige modeller til at træffe beslutninger. Ledere er tilbøjelige til at have problemer med at forstå, modeller og data videnskab under kølerhjelmen.
IBM sagde sin teknologi vil overvåge AI, så virksomheder, der er i overensstemmelse med reglerne. Hertil kommer, at IBM ‘ s software arbejder med modeller, der bygger på machine learning rammer såsom Watson, Tensorflow, SparkML, AWS SageMaker, og AzureML.
I mellemtiden, IBM sagde, at det vil open source IBM Research ‘ s bias registrerings-værktøjer via hvad det kræver sin AI Retfærdighed 360 toolkit. Værktøjskassen vil give et bibliotek af nye algoritmer, kode og tutorials. Håbet er, at akademikere, forskere og data forskere vil integrere bias opdagelse i deres modeller. IBM ‘ s AI bias registrerings-værktøjer er på Github.
Ritika Gunnar, underdirektør i IBM Watson Data og AI, sagde i et interview, at den manglende tillid og åbenhed med AI modeller holder tilbage virksomheden implementeringer på højt plan og er i produktion. Simpelthen sætte, modeller er stadig på hylden på grund af bekymringer om, hvordan beslutninger i realtid kan skade en virksomhed. “Det er et reelt problem, og tillid er en af de mest vigtige ting at forebygge AI på skala i produktionen miljøer,” sagde hun.
Også: Gratis PDF download: Data, AI, IoT: fremtidens detailhandel
Strategisk, IBM ‘ s move giver mening. IBM er i stand til at give Watson AI, men også styre AI og machine learning-installationer generelt. Det er bare et spørgsmål om tid, før AI Forvaltning bliver en forkortelse blandt teknologi-leverandører. IBM sagde, at det er planlægning at give forklaringer, der viser, hvordan faktorer, der blev vægtet, at tilliden til anbefalinger, præcision, performance, retfærdighed og afstamning af AI-system.
Der er lidt gennemsigtighed i de modeller, der sælges, iboende partiskhed, eller småt. IBM Research har for nylig foreslået en indsats for at tilføje den tilsvarende af en UL rating til AI-tjenester.
IBM sagde, at det også vil tilbyde tjenester til virksomheder, der leder til bedre at styre AI og undgå black box tænkning.
Big Blue ‘ s forskningsenhed har for nylig skrevet en hvidbog om sin tage på AI bias, og hvordan man kan forhindre det. IBM ‘ s Institute for Business Value fandt, at 82 procent af virksomhederne overvejer at AI-installationer, men 60 procent frygt spørgsmål om ansvar.
Gunnar bemærkes, at AI bias går langt ud over de faktorer, såsom køn og race. Et scenarie af AI bias kunne være centreret omkring et krav, forsikring proces, og en justering for at gøre en beslutning om at godkende eller afvise et krav. Elementer såsom, hvor længe en politik, der blev afholdt, værdi af et køretøj, alder og postnummer kan spille ind i, hvad Gunnar, der hedder “ikke-samfundsmæssige bias.”
IBM ‘ s Retfærdighed 360 open source-værktøjer omfatter tutorials på AI bias på kredit score, udgifter til lægebehandling og kønsfordomme i ansigtet billeder.
Flere AI:
Inde i den sorte boks: Forståelse af AI beslutningsprocessenTid til at bryde åbne AI ‘ s black box, og holde det åbentAI chips for big data og ML: Svært valg i skyen og on-premise Infografik: Halvdelen af virksomhederne planlægger at bruge AI, men har ikke arbejdet ud af detaljerneFem måder, hvorpå din virksomhed kan komme i gang med at implementere AI og MLHvorfor AI og ML er nødt til at være en del af din digitale transformation planerBør Amazon være dine AI og machine learning platform?Skal Google være dine AI og machine learning platform?Skulle Microsoft være dine AI og machine learning platform?Bør IBM blive dine AI og machine learning platform?
Relaterede Emner:
Cloud
Digital Transformation
CXO
Tingenes Internet
Innovation
Virksomhedens Software
0