Développez une solution de gouvernance complète

A l'aide de watsonx.governance, vous pouvez étendre les meilleures pratiques de gouvernance de l'IA des modèles d'apprentissage automatique prédictif à l'IA générative tout en surveillant et en atténuant les risques associés aux modèles, aux utilisateurs et aux ensembles de données. Les avantages de cette approche sont les suivants:

• L'IA responsable: étend les pratiques de l'IA responsable de la gouvernance des modèles d'apprentissage automatique prédictif à l'utilisation de l'IA générative avec n'importe quelle base ou fournisseur de modèles.
• Explicabilité: utilisez l'automatisation pour améliorer la transparence et l'explicabilité des modèles suivis. Utilisez des outils pour détecter et atténuer les risques associés à l'IA.
• Politiques transparentes et réglementaires: atténuez les risques liés à l'intelligence artificielle en suivant le cycle de vie de l'intelligence artificielle de bout en bout pour faciliter la conformité aux politiques internes et aux réglementations externes pour les solutions d'intelligence artificielle à l'échelle de l'entreprise.

Utilisez l'atlas des risques de l'IA comme guide

Commencez votre parcours de gouvernance en consultant l'Atlas des risques de l'IA pour connaître les risques potentiels liés à l'utilisation de modèles d'IA. L'atlas des risques liés à l'IA fournit un guide permettant de comprendre certains des risques liés à l'utilisation de modèles d'IA, y compris l'IA générative, les modèles de base et les modèles d'apprentissage automatique. En plus de décrire les risques potentiels, il fournit un contexte réel. Il est conçu comme une ressource éducative et non comme un outil normatif.

Composants de watsonx.governance

Watsonx.governance inclut les outils suivants pour répondre à vos besoins de gouvernance dans une solution intégrée:

• Watson OpenScale fournit des outils permettant de configurer des moniteurs qui évaluent vos actifs déployés par rapport aux seuils que vous spécifiez. Par exemple, vous pouvez configurer un seuil qui vous alerte lorsque les modèles d'apprentissage automatique prédictif sont inférieurs à un seuil spécifié pour l'équité des résultats contrôlés, ou lorsqu'ils s'écartent de la précision. Les alertes pour les modèles de base peuvent vous avertir lorsqu'un seuil est dépassé pour la présence d'un langage haineux ou abusif ou la détection d'informations personnelles identifiables. Un moniteur de santé de modèle fournit un suivi des performances en temps réel pour les modèles déployés.
• AI Factsheets collecte les métadonnées pour les modèles d'apprentissage automatique et les modèles d'invite que vous suivez explicitement. Développez des cas d'utilisation de l'intelligence artificielle pour collecter toutes les informations nécessaires à la gestion d'un modèle ou d'un modèle d'invite à partir de la phase de demande jusqu'au développement et à la production. Gérez plusieurs versions ou un modèle, ou comparez différentes approches pour résoudre un problème métier dans un cas d'utilisation. Les fiches de données affichent des informations sur les modèles, notamment les informations de création, les données utilisées et l'emplacement de l'actif dans le cycle de vie. Un tableau de bord d'inventaire de modèle commun vous offre une vue de tous les actifs suivis, ou vous pouvez afficher les détails d'un modèle particulier, tous au service de la réalisation des objectifs de conformité et de la politique.

Gouvernance en action

Cette illustration représente un flux de gouvernance typique, qui commence par la définition d'un cas d'utilisation de l'IA pour résoudre un problème commercial et la demande d'un actif d'IA, tel qu'un modèle ou un modèle d'invite, pour résoudre le problème. La figure montre les différents rôles qui peuvent être impliqués dans le flux, en commençant par un propriétaire de modèle qui définit le problème, puis en passant du développeur qui génère l'actif à un valideur qui le teste. À l'étape suivante, un responsable des risques peut examiner et approuver la solution, la confier à un ingénieur ML Ops pour la déployer, puis la livrer à un développeur d'applications qui peut surveiller l'actif en production. Votre approche peut combiner certains de ces rôles.

Extension de la gouvernance avec la console de gouvernance

Effectuez éventuellement une intégration à IBM OpenPages Model Risk Governance pour gérer les tâches et les activités de gouvernance à partir d'un tableau de bord commun. Vous pouvez également utiliser OpenPages pour développer des flux de travaux qui prennent en charge vos processus de gouvernance.

Utilisez un questionnaire d'évaluation des risques pour évaluer le risque potentiel de votre solution d'IA et lui attribuer un score de risque.

Pour plus d'informations, voir Gestion des risques et de la conformité avec la console de gouvernance.

Élargir la gouvernance avec watsonx.ai

Pour créer une expérience de bout en bout permettant de développer des actifs, puis de les ajouter à la gouvernance, utilisez watsonx.ai avec watsonx.governance. Watsonx.ai étend les services watsonx.ai Studio et watsonx.ai Runtime pour travailler avec des modèles de base, y compris les capacités d'enregistrement des modèles d'invite pour une collection curatée de grands modèles de langage.

Pour plus d'informations sur watsonx.ai, voir:

• Vue d'ensemble des IBM watsonx as a Service
• S'inscrire à IBM watsonx as a Service

Etapes suivantes

• Planifier votre stratégie de gouvernance
• Suivez les étapes de l'offreIBM watsonx.governance pour provisionner Watson OpenScale with AI Factsheets.