エラー分析では、機械学習技術を使用して、データ サイエンティストがモデル内のエラー パターンをより深く理解できるようにします。

2020年5月のMicrosoft Buildカンファレンスにおいて、MicrosoftはInterpretML、Fairlearn、SmartNoiseという3つのレスポンシブAI（RAI）ツールキットを発表しました。これらのツールキットはMicrosoft Azure Machine Learningと緊密に統合されており、機械学習分野のデータサイエンティストがモデルの予測を理解し、公平性を評価し、機密データを保護できるようにします。

Microsoft は、このツール スイートを基にして、新しいエラー分析ツールキットを通じてモデルの不正確さをデバッグし、SmartNoise の合成データを使用してプライバシーを強化する新しい機能を発表しました。

エラー分析を使用して、モデルの不正確さを識別して診断します。

機械学習モデルを分析する際には、精度などの全体的な指標に注目することがよくあります。しかし、モデルの精度はデータのサブグループによって異なる場合が多く、入力条件の特定の組み合わせによってモデルの不具合が頻繁に発生することがあります。精度を向上させるには、こうした様々なエラーの原因を特定し、評価する必要があります。これまで、これらの問題への対処は手作業で行われ、非常に時間がかかっていました。

Microsoft Responsive AI Toolkit の最新機能である Error Analysis は、完全にオープンソースです。機械学習を用いてモデルエラーを意味のある次元に沿って分割することで、開発者がエラーのパターンをより深く理解できるようにします。これにより、エラー率の高いサブグループを迅速に特定し、これらのエラーの根本原因をより明確に診断できるようになります。

Error Analysisは最近公開されたオープンソースツールですが、MicrosoftのAI開発において重要な役割を果たしています。2018年に研究プロジェクトとしてスタートしたError Analysisは、2019年にMicrosoftのMixed Realityチームと緊密に連携し、社内AIインフラストラクチャの一部となりました。今回のオープンソース版は、Azure Machine Learning内のRAIツールチームによって実現されました。Error Analysisは、他のRAIツールキットと共に、2021年半ばまでにOSSおよびAzure Machine Learningに統合される予定です。

この記事はOSCHINAから転載したものです。

記事タイトル: MicrosoftがAI診断ツールのエラー分析をオープンソース化

この記事は以下でご覧いただけます: https://www.oschina.net/news/131059/enabling-responsible-ai-with-new-open-source-capabilities