Aktivieren Sie mithilfe des Service watsonx.governance oder AI Factsheets Governance für Modelle, die in Notebooks oder außerhalb von Cloud Pak for Dataerstellt werden. Verfolgen Sie die Ergebnisse von Modellauswertungen und Modelldetails in Factsheets.
Zusätzlich zu den Modellen, die mit watsonx.ai Runtime trainiert wurden, können Sie auch Modelle steuern, die mit Tools von Drittanbietern wie Amazon Web Services oder Microsoft Azure erstellt wurden. Eine Liste der unterstützten Provider finden Sie unter Unterstützte Machine Learning-Provider. Darüber hinaus werden in Notebooks entwickelte Modelle als externe Modelle betrachtet, sodass Sie AI Factsheets verwenden können, um Modelle zu steuern, die Sie auf anderen Plattformen als Cloud Pak for Dataentwickeln, bereitstellen und überwachen.
Verwenden Sie die mit watsonx.governance bereitgestellten Modellevaluierungen, um Leistungsmesswerte für ein Modell zu messen, das Sie von einem externen Anbieter importiert haben. Erfassen Sie die Fakten in Factsheets für das Modell und die Auswertungsmetriken als Teil eines KI-Anwendungsfalls. Verwenden Sie die verfolgten Daten als Teil Ihrer Governance-und Compliance-Strategie.
Vorbereitende Schritte
Bevor Sie beginnen, stellen Sie sicher, dass Sie oder ein Benutzer mit Administratorrolle Folgendes tun:
- Aktiviert die Verfolgung externer Modelle in einem Bestand.
- Weisen Sie dem Bestand einen Eigner zu.
Weitere Informationen finden Sie unter Lagerbestände verwalten.
Überwachung externer Modelle vorbereiten
Diese Punkte geben einen Überblick über den Prozess zum Beibehalten von Fakten für ein externes Modell.
- Überwachte externe Modelle werden unter KI-Anwendungsfälle im Hauptnavigationsmenü aufgelistet.
- Sie können die API in einem Modellnotizbuch verwenden, um ein externes Modellasset in einem Bestand zu speichern.
- Ordnen Sie das externe Modellasset einem KI-Anwendungsfall im Bestand zu, um mit der Beibehaltung der Fakten zu beginnen. Neben Modellmetadaten beschreiben die neuen Felder
External model identifierundExternal deployment identifier, wie die Modelle und Bereitstellungen in externen Systemen identifiziert werden, z. B. AWS oder Azure. - Sie können einem Bestand auch automatisch externe Modelle hinzufügen, wenn sie in watsonx.governanceausgewertet werden. Der Zielbestand wird gemäß den folgenden Regeln eingerichtet:
- Das externe Modell wird im Platform assets catalog erstellt, wenn das entsprechende Entwicklungszeitmodell im Platform assets catalog vorhanden ist oder wenn kein Entwicklungszeitmodell in einem Bestand erstellt wird.
- Wenn das entsprechende Entwicklungszeitmodell in einem Bestand mithilfe des Python -Clients erstellt wird, wird das Modell in diesem Bestand erstellt.
Externes Modellasset einem KI-Anwendungsfall zuordnen
Bei der automatischen Überwachung externer Modelle werden alle externen Modelle, die in watsonx.governance ausgewertet werden, dem Bestand hinzugefügt, in dem das Entwicklungszeitmodell vorhanden ist. Nachdem sich das Modell im Bestand befindet, haben Sie folgende Möglichkeiten, ein externes Modellasset einem Anwendungsfall zuzuordnen:
- Verwenden Sie die API, um das externe Modellasset programmgesteuert aus einem Notebook in einem Bestand zu speichern. Das externe Modellasset kann dann einem KI-Anwendungsfall zugeordnet werden.
- Ordnen Sie das externe Modell, das mit der Auswertung von Watson OpenScale erstellt wird, einem KI-Anwendungsfall zu.
Externes Modellasset mit der API erstellen
- Erstellen Sie ein Modell in einem Notebook.
- Speichern Sie das Modell. Sie können beispielsweise in einem S3-Bucket speichern.
- Verwenden Sie die API, um ein externes Modellasset (eine Darstellung des externen Modells) in einem Bestand zu erstellen. Weitere Informationen zu API-Befehlen, die mit dem Inventar interagieren, finden Sie in der IBM_AIGOV_FACTS_CLIENT-Dokumentation .
Externes Modellasset bei einem Bestand registrieren
- Öffnen Sie die Registerkarte Assets im Bestand, in dem Sie das Modell verfolgen möchten.
- Wählen Sie das externe Modellasset aus, das Sie verfolgen möchten.
- Kehren Sie zur Registerkarte Assets im Bestand zurück und klicken Sie auf Zu KI-Anwendungsfall hinzufügen.
- Wählen Sie einen vorhandenen KI-Anwendungsfall aus oder erstellen Sie einen neuen.
- Befolgen Sie die Eingabeaufforderungen, um die Details im Bestand zu speichern.
Externes Modell über Watson OpenScale registrieren
Wenn Sie ein externes Modell in Watson OpenScalevalidieren, können Sie ein externes Modell einem AI-Anwendungsfall zuordnen, um die Lebenszyklusfakten zu verfolgen.
- Fügen Sie ein externes Modell zum OpenScale -Dashboard hinzu.
- Wenn Sie bereits einen KI-Anwendungsfall mit der API definiert haben, erkennt das System die Anwendungsfallzuordnung.
- Wenn Sie eine Implementierung erstellen und überwachen, werden die Fakten mit dem zugehörigen Anwendungsfall registriert. Diese Fakten werden in der Validierungs-oder Betriebsphase angezeigt, je nachdem, wie Sie den Machine Learning-Provider für das Modell klassifiziert haben.
KI-Anwendungsfall füllen
Wenn Fakten für ein externes Modellasset gespeichert werden, werden sie wie folgt der Säule zugeordnet, die ihre Phase im Lebenszyklus darstellt:
- Wenn das externe Modellasset aus einem Notebook ohne Bereitstellung erstellt wird, wird es in der Entwicklungssäule angezeigt.
- Wenn das externe Modellasset aus einem Notebook mit Bereitstellung erstellt wird, wird es in der Validierungssäule angezeigt.
- Wenn die Bereitstellung des externen Modells in OpenScale ausgewertet wird, wird sie in der Validierungs- oder Betriebsphase angezeigt, je nachdem, wie Sie den Machine Learning-Provider für das Modell klassifiziert haben.
Fakten für ein externes Modell anzeigen
Die Anzeige von Fakten für ein externes Modell unterscheidet sich leicht von der Anzeige von Fakten für ein watsonx.ai Runtime-Modell. Folgende Regeln gelten:
- Klicken Sie auf die Registerkarte Assets des Bestands mit den Assets des externen Modells, um Fakten anzuzeigen.
- Im Gegensatz zu watsonx.ai Runtime Model Use Cases, die unterschiedliche Fact Sheets für Modelle und Deployments haben, kombinieren Fact Sheets für externe Modelle Informationen für das Modell und Deployments auf derselben Seite.
- In einem Bestand können mehrere Assets mit demselben Namen erstellt werden. Zur Unterscheidung werden die Tags Entwicklung, Vorproduktion und Produktion automatisch zugeordnet, um ihren Status wiederzugeben.
Übergeordnetes Thema: Assets in KI-Anwendungsfällen regulieren