Zarządzanie nadzorem przy użyciu AI Factsheets

Przed opracowaniem rozwiązania opartego na sztucznej inteligencji należy najpierw zdefiniować biznesowy przypadek użycia, a następnie zarządzać programowaniem, testowaniem i wdrażaniem rozwiązania. Można zarządzać przepływem informacji i zarządzać nim, tworząc przypadek użycia modelu, który definiuje cele modelu. Po zatwierdzeniu modelu i rozpoczęciu projektowania należy śledzić zasoby w przypadku użycia, przechwytując wszystkie istotne dane przy użyciu AI Factsheets. W skrócie można sprawdzić, które modele są w środowisku produkcyjnym i które wymagają programowania lub sprawdzania poprawności. Funkcje nadzoru umożliwiają ustanawianie procesów do zarządzania przepływem komunikacji między analitykami danych a administratorami ModelOps .

Definiowanie przypadków użycia w spisie zasobów modelu

Spis zasobów modelu to widok, w którym można zdefiniować przypadek użycia w celu zażądania nowego modelu, a następnie śledzić model i powiązane zasoby w całym jego cyklu życia. Typowy przepływ może przebiegać w następujący sposób:

1. Użytkownik biznesowy identyfikuje potrzebę utworzenia modelu uczenia maszynowego i tworzy przypadek użycia modelu w celu zażądania nowego modelu. Właściciel biznesowy przypisuje nazwę i określa podstawowe parametry żądanego modelu.
2. Po zapisaniu żądania w magazynie tworzony jest przypadek użycia modelu . Początkowo przypadek użycia jest w stanie Oczekiwanie na programowanie , ponieważ nie ma zasobów aplikacyjnych, które towarzyszą żądaniu.
3. Gdy analityk danych tworzy model dla przypadku biznesowego, śledzi model na stronie szczegółów modelu projektu lub obszaru i wiąże go z przypadkiem użycia modelu.
4. Przypadek użycia modelu w spisie zasobów można teraz przenieść do stanu W toku , a interesariusze mogą przejrzeć zasoby aplikacyjne dla przypadku użycia, który teraz obejmuje model.
5. Wraz z rozwojem modelu w cyklu życia, przypadek użycia modelu i arkusz informacyjny dotyczący sztucznej inteligencji (AI) odzwierciedlają wszystkie aktualizacje, w tym wdrożenia i zasoby danych wejściowych.
6. Analizatory poprawności i inni interesariusze mogą przeglądać przypadki użycia modelu w celu zapewnienia zgodności z protokołami korporacyjnymi oraz w celu wyświetlania i certyfikowania postępu modelu od programowania do produkcji.

Przypadki użycia i kursy

AI Factsheets stanowią część zbioru narzędzi i możliwości firmy IBMw zakresie struktury danych, które umożliwiają automatyzację cyklu życia danych i sztucznej inteligencji (AI) oraz zarządzanie nimi. Szczegółowe informacje o tym, w jaki sposób struktura danych może w praktyczny sposób wspierać cele nadzoru, zawiera sekcja Przegląd rozwiązania struktury danych. Rzeczywiste przypadki użycia i kursy dotyczące korzystania z AI Factsheets w celu harmonizacji rozwiązań opartych na sztucznej inteligencji znajdują się w następujących sekcjach:

• Sprawowanie nadzoru nad sztuczną inteligencją udostępnia kontekst, w jaki sposób ModelOps może się zanalizować z nadzorem nad sztuczną inteligencją (AI Governance), aby opracować kompleksowy plan śledzenia zasobów związanych z uczeniem maszynowym w organizacji.
• Zarządzanie AI-przypadek użycia: budowanie i wdrażanie modelu-kurs

Więcej inform.

Informacje o programowej pracy ze spisem zasobów modelu można znaleźć w dokumentacji IBM_AIGOV_FACTS_CLIENT.

Następne kroki

• Sekcja zawiera informacje na temat tworzenia i wyświetlania modelowych przypadków użycia.
• Szczegółowe informacje na temat szablonów używanych do tworzenia struktury arkuszy faktów zawiera sekcja Generowanie raportów dla arkuszy faktów i przypadków użycia modelu.

Temat nadrzędny: Zarządzanie cyklem życia AI za pomocą ModelOps