0 / 0
資料の 英語版 に戻る
よくある質問

よくある質問

watsonx.aiに関するよくある質問への回答を示します。

アカウントとセットアップに関する質問

基礎モデルに関する質問

プロジェクトに関する質問

IBM Cloud Object Storage に関する質問

ノートブックの質問

セキュリティーと信頼性に関する質問

共有とコラボレーションの質問

機械学習に関する質問

Watson OpenScale の質問

IBM watsonx.ai に関する質問

watsonxに登録するにはどうすればよいですか?

IBM watsonx.ai または Try watsonx.governanceにアクセスします。 watsonx.governanceに登録すると、 watsonx.ai も自動的にプロビジョンされます。

watsonx を無料で試すことはできますか?

はい。 IBM watsonx.aiに登録すると、基礎となるサービス ( Watson Studio、 Watson Machine Learning、および IBM Cloud Object Storage) の無料版が自動的にプロビジョンされます。 IBM watsonx.governanceに登録すると、 Watson OpenScale の無料版と IBM watsonx.aiの無料版のサービスが自動的にプロビジョンされます。

watsonx.ai と watsonx.governanceをアップグレードするにはどうすればよいですか?

watsonx.ai または watsonx.governanceの基礎となるサービスをアップグレードする準備ができたら、作業やデータを失うことなくインプレースでアップグレードできます。

アップグレードするには、そのサービスの IBM Cloud アカウントの所有者または管理者でなければなりません。 watsonxでのサービスのアップグレードを参照してください。

Watson Studio ライト・プランから最も多くのランタイムを取得するにはどうすればよいですか?

Watson Studio ライト・プランでは、1 カ月当たり 10 CUH が許可されます。 CUH レートが低い環境を使用するように資産を設定することで、使用可能な CUH を最大化できます。 例えば、 ノートブック環境の変更を行うことができます。 使用可能な環境と必要な CUH を確認するには、 Watson Studioのサービス・カタログ・ページにアクセスしてください。

自分のアカウントの所有者を確認するには、どうすればよいですか?

エンタープライズ・アカウントを所有している場合、または所有していない IBM Cloud で作業している場合は、ワークスペースまたは別の役割へのアクセス権限を付与するようにアカウント所有者に依頼する必要がある場合があります。

IBM Cloud アカウントの所有者を確認するには、以下のようにします。

  1. ナビゲーション・メニューから、 「管理」>「アクセス (IAM)」を選択します。
  2. アバター・メニューから、正しいアカウントに入っていることを確認するか、必要に応じてアカウントを切り替えます。
  3. 「ユーザー」をクリックし、横に owner という語が付いたユーザー名を見つけます。

役割を理解するには、 IBM watsonxの役割を参照してください。 ロールを判別するには、 『ロールの決定』を参照してください。

フィードバックを送信できますか?

はい、このプラットフォームの開発を続けるため、フィードバックをお待ちしています。 ナビゲーション・メニューから、 「サポート」>「アイデアの共有」を選択します。

基盤モデル

どのような基盤モデルが使用可能で、それらのモデルはどこから取得されますか?

サポートされる基盤モデルの完全なリストを参照してください。

基盤モデルのトレーニングにはどのようなデータが使用されましたか?

各モデルの詳細 (事前トレーニング・データや微調整など) へのリンクは、 サポートされる基盤モデルにあります。

生成された出力の内容がバイアス、不適切、または正しくないかどうかを確認する必要がありますか?

はい。生成された基盤モデルの出力を確認する必要があります。 サード・パーティー・モデルは、バイアスや不正確さを含む可能性があるデータを使用してトレーニングされており、誤った情報、わいせつ言語、または差別的なコンテンツを含む出力を生成する可能性があります。

プロンプト・ラボで 「AI ガードレール」 をオンに切り替えると、有害な言語を含むプロンプト・テキストまたはモデル出力内の文が、有害な可能性のあるテキストが削除されたことを示すメッセージに置き換えられます。

望ましくない出力の回避を参照してください。

実行できるテキスト生成の量に制限はありますか?

watsonx.aiの無料試用版では、1 カ月当たり最大 25,000 個のトークンを使用できます。 トークンの使用法は、入力トークンと出力トークンの合計です。

有料サービス・プランでは、トークンの制限はありませんが、入力として送信したトークンと、生成された出力で受信したトークンに対して課金されます。

Watson Machine Learning プランを参照してください。

迅速なエンジニアリングで基盤モデルをトレーニングしますか?

いいえ。プロンプトを基盤モデルに送信しても、モデルはトレーニングされません。 watsonx.ai で使用可能なモデルは事前にトレーニングされているため、モデルを使用する前にトレーニングする必要はありません。

プロンプトのヒントを参照してください。

IBM は、何らかの方法でデータにアクセスしたり、データを使用したりできますか?

いいえ。 IBM はお客様のデータにアクセスできません。

watsonx.aiでの作業 (作成するデータとモデルを含む) は、アカウントにプライベートになります。

  • お客様のデータには、お客様のみがアクセスできます。 データは、モデルのトレーニングにのみ使用されます。 IBM やその他の個人や組織がお客様のデータにアクセスしたり、データを使用したりすることは決してありません。 データは専用のストレージ・バケットに保管され、保存時と移動時に暗号化されます。
  • モデルにアクセスできるのは自分だけです。 IBM やその他の個人や組織がモデルにアクセスしたり、モデルを使用したりすることは決してありません。 モデルは、データと同じ方法で保護されます。

セキュリティーとオプションについて詳しくは、以下を参照してください。

どのような API を使用できますか?

Python ライブラリーを使用して、 watsonx.ai で基盤モデルのプロンプトをプログラマチックに出すことができます。

基盤モデル Python ライブラリーを参照してください。

プロジェクト

非常に大きなファイルをプロジェクトにロードするには、どうすればよいですか?

5 GB を超えるデータ・ファイルをプロジェクトにロードすることはできません。 ファイルがこれよりも大きい場合は、Cloud Object Storage API を使用して、データを複数に分割してロードする必要があります。 IBM Cloud で Cloud Object Storage を直接操作する方法については、curl コマンドを参照してください。

『プロジェクトの Cloud Object Storage への非常に大きなオブジェクトの追加』を参照してください。

IBM Cloud Object Storage

ワークスペース用に IBM Cloud Object Storage に保存されるもの

プロジェクトまたはデプロイメント・スペースを作成する場合は、 IBM Cloud Object Storage を指定し、そのワークスペース専用のバケットを作成します。 これらのタイプのオブジェクトは、ワークスペースの IBM Cloud Object Storage バケットに保管されます。

  • ワークスペースにアップロードしたデータ資産用のファイル。
  • ノートブックやモデルなど、ツールで実行される資産に関連付けられたファイル。
  • アセットに関するメタデータ (アセット・タイプ、フォーマット、タグなど)。

他のサービスをアップグレードするときに IBM Cloud Object Storage をアップグレードする必要がありますか?

IBM Cloud Object Storage インスタンスをアップグレードする必要があるのは、ストレージ・スペースが不足している場合のみです。 その他のサービスでは、任意の IBM Cloud Object Storage プランを使用でき、任意のサービスまたは IBM Cloud Object Storage サービスを個別にアップグレードできます。

既存のプロジェクトにストレージを追加できないのはなぜですか? また、「新しいプロジェクト」ダイアログで IBM Cloud Object Storage が選択肢として表示されないのはなぜですか?

IBM Cloud Object Storage の管理者特権のないユーザーは、IBM Cloud Object Storage を使用するには追加手順を実行する必要があります。 アカウント管理者は、 非管理ユーザーがプロジェクトを作成できるようにする必要があります。

管理者特権が付与されているが最新の IBM Cloud Object Storage が表示されない場合は、サーバー・サイドのキャッシュが原因で最新値の表示に遅延が生じている可能性があるため、しばらくしてから再試行してください。

ノートブック

ノートブックで使用するライブラリーまたはパッケージをインストールできますか?

ノートブックを介して Python ライブラリーおよび R パッケージをインストールできます。これらのライブラリーおよびパッケージは、同じ環境テンプレートを使用するすべてのノートブックで使用できます。 手順については、ノートブックでのカスタム・ライブラリーのインストールを参照してください。 ライブラリーまたはパッケージのインストール時にオペレーティング・システムの依存関係の欠落に関するエラーが発生した場合は、 IBM サポートに連絡してください。 プリインストール済みのライブラリーおよびパッケージと、インストールしたライブラリーおよびパッケージを確認するには、ノートブック内から該当するコマンドを実行します。

  • Python!pip list
  • Rの場合: installed.packages()

あるノートブックで定義されている関数を別のノートブックから呼び出すことはできますか?

プラットフォーム上の別のノートブックから 1 つのノートブックを呼び出す方法はありません。 ただし、共通コードをプラットフォームの外部のライブラリーに入れてから、インストールすることができます。

任意のノートブック拡張機能を追加できますか?

いいえ。すべてのノートブック拡張機能をプリインストールする必要があるため、任意の拡張機能をカスタマイズとして追加してノートブック機能を拡張することはできません。

ノートブックで CSV ファイルのデータにアクセスするには、どうすればよいですか?

CSV ファイルをオブジェクト・ストレージにロードした後、開いたノートブックの 「コード・スニペット」 アイコン (「コード・スニペット」アイコン) をクリックし、 「データの読み取り」 をクリックし、プロジェクトから CSV ファイルを選択して、データをロードします。 次に、ノートブックの空のコード・セルをクリックし、生成されたコードを挿入します。

ノートブックで圧縮ファイルのデータにアクセスするには、どうすればよいですか?

圧縮ファイルをオブジェクト・ストレージにロードした後、開いたノートブックの 「コード・スニペット」 アイコン (「コード・スニペット」アイコン) をクリックし、 「データの読み取り」 をクリックして、プロジェクトから圧縮ファイルを選択することで、ファイル資格情報を取得します。 次に、ノートブックの空のコード・セルをクリックし、資格情報をセルにロードします。 あるいは、資格情報をクリックしてクリップボードにコピーし、ノートブックに貼り付けます。

セキュリティーと信頼性

IBM watsonxはどの程度安全ですか?

IBM watsonx プラットフォームは非常に安全で回復力があります。 IBM watsonxのセキュリティーを参照してください。

データとノートブックは、コラボレーターの外部での共有から保護されていますか?

プロジェクトおよびノートブックにロードされるデータは保護されています。 データまたはノートブックにアクセスできるのは、プロジェクト内のコラボレーターだけです。 各プラットフォーム・アカウントは、Spark サービスおよび IBM Cloud Object Storage サービスの別個のテナントとして機能します。 テナントは他のテナントのデータにアクセスできません。

ノートブックを公開して共有する場合は、ノートブックのデータ・サービス資格情報を非表示にしてください。 Python および R 言語の場合は、次の構文を入力します。 # @hidden_cell

機密データを含むセルを非表示にする構文を入力した直後に、ノートブックを保存してください。

その後で作業内容を共有してください。

ノートブックをバックアップする必要がありますか?

いいえ。 ノートブックは IBM Cloud Object Storageに保管され、障害に対する回復力を提供します。

共有とコラボレーション

ノートブックを共有した場合の影響にはどのようなものがありますか?

ノートブックを共有する場合、固定リンクが変更されることはありません。 このリンクを知っているすべてのユーザーがノートブックを閲覧できます。 ノートブックを共有するためのチェック・ボックスをクリアすることで、ノートブックの共有を停止できます。 更新内容は自動的に共有されません。 ノートブックを更新するときに、共有するチェック・ボックスを再選択することで、共有ノートブックを同期できます。

RStudio の外部で作業を共有するにはどうすればよいですか?

RStudio の外部で作業を共有する 1 つの方法は、自分とコラボレーターが作業できる共有 GitHub リポジトリーにその作業を接続することです。 詳しくは、このブログ投稿を参照してください。

ただし、プロジェクトのメンバーと作業を共有する最良の方法は、R カーネルを使用するプロジェクトでノートブックを使用することです。

RStudio は、R プロジェクトのプロトタイピングと個別の作業を行うための優れた環境ですが、まだプロジェクトと統合されていません。

SPSS Modeler フローを他のプロジェクトと共有するには、どうすればよいですか?

設計上、モデラー・フローは、フローが作成またはインポートされるプロジェクトでのみ使用できます。 別のプロジェクトでモデラー・フローを使用する必要がある場合は、現在のプロジェクト (ソース・プロジェクト) からローカル環境にフローをダウンロードし、そのフローを別のプロジェクト (ターゲット・プロジェクト) にインポートする必要があります。

IBM Watson Machine Learning

AutoAI エクスペリメントを実行するには、どうすればよいですか?

サンプル・データからの AutoAI エクスペリメントの作成にアクセスして短いビデオを視聴し、AutoAI エクスペリメントを作成して実行する方法を確認してから、チュートリアルに従って独自のサンプルをセットアップします。

自動化モデルの作成にはどのようなツールを使用できますか?

AutoAI グラフィック・ツールは、データを自動的に分析し、予測モデリングの問題に合わせてカスタマイズされた候補モデル・パイプラインを生成します。  これらのモデル・パイプラインは、 AutoAI がデータ・セットを分析し、問題設定に最も適したデータ変換、アルゴリズム、およびパラメーター設定を検出すると、繰り返し作成されます。  結果はリーダーボードに表示され、自動的に生成されたモデル・パイプラインが、ユーザーの問題最適化目標に従ってランク付けされた順序で示されます。 詳しくは、『AutoAI の概要』を参照してください。

機械学習モデルにはどのようなフレームワークとライブラリーを利用できますか?

一般的なツール、ライブラリー、およびフレームワークを使用して、 IBM Watson Machine Learningを使用して機械学習モデルをトレーニングおよびデプロイできます。 『サポート対象フレームワークのトピック』には、サポート対象のバージョンと機能、および廃止予定の非推奨バージョンがリストされています。

API 鍵とは何ですか?

API 鍵により、複数のサービスで使用可能な CLI または API を使用するときの認証が容易になります。 API 鍵は、アクセス権限の付与に使用されるので、機密情報として扱われます。 API 鍵を取得した人物がサービスを偽装できる可能性があるため、すべての API 鍵はパスワードと同様に扱ってください。

Watson OpenScale

Watson OpenScale とは何ですか?

IBM Watson OpenScale は、AI モデルから得られた結果を追跡および測定し、モデルの作成場所または実行場所にかかわらず、それらの結果が公平かつ説明可能になるようにするとともに、基準に準拠するようにします。 また、Watson OpenScale は、AI モデルを実稼働環境で使用する場合に、正確度のドリフトを検出して修正することができます

整数データ型の予測列をカテゴリカル・データ型にどのように変換できますか?

公平性モニターでは、予測ラベルがカテゴリカルであっても予測列で使用できるのは整数値のみです。 整数値ではないカテゴリーの特徴量はどのように構成すればよいですか? 手動で変換することが必要ですか?

トレーニング・データには「Loan Denied」、「Loan Granted」などのクラス・ラベルが含まれている場合があります。 IBM Watson Machine Learning スコアリング・エンド・ポイントによって返される予測値には、「0.0」、「1.0」などの値が含まれます。 また、評価エンドポイントには、予測のテキスト表現を含むオプション列もあります。 例えば、予測 = 1.0 の場合、predictionLabel 列に「Loan Granted」という値が含まれる場合があります。 そのような列がある場合、モデルに好ましい結果と好ましくない結果を構成するときに、ストリング値として「Loan Granted」と「Loan Denied」を指定します。 こうした列がない場合には、好ましいクラスと好ましくないクラスに関して整数値と倍精度値の 1.0、0.0 を指定する必要があります。

IBM Watson Machine Learning には出力スキーマの概念があり、IBM Watson Machine Learning 評価エンドポイントの出力のスキーマと、さまざまな列の役割を定義できます。 ロールは、どの列に予測値が含まれているか、どの列に予測確率が含まれているか、およびクラス・ラベル値などを識別するために使用されます。 出力スキーマは、モデル・ビルダーを使用して作成されたモデルに対して自動的に設定されます。 これは、IBM Watson Machine Learning Python クライアントを使用して設定することもできます。 ユーザーは、出力スキーマを使用して予測のストリング表現を入れる列を定義できます。 列の modeling_role を「decoded-target」に設定します。 Watson Machine Learning Python クライアント・ライブラリーの [資料を参照してください。 「OUTPUT_DATA_SCHEMA」を検索して、出力スキーマと、パラメーターとして OUTPUT_DATA_SCHEMA を受け入れる store_model メソッドについての理解を深めてください。

Watson OpenScale にトレーニング・データへのアクセス権限が必要なのはなぜですか?

Db2 または IBM Cloud Object Storage に格納されているトレーニング・データへのアクセス権限を Watson OpenScale に付与するか、またはトレーニング・データにアクセスするためのノートブックを実行する必要があります。

以下の理由で、Watson OpenScale は訓練データにアクセスする必要があります。

  • 対比的説明を生成するため。説明を作成するには、訓練データの統計 (中央値、標準偏差、個別の値など) に対するアクセス権限が必要です。
  • 訓練データの統計を表示するため。 バイアスの詳細ページにデータを取り込むために、Watson OpenScale は統計を生成する基になる訓練データを必要とします。
  • ドリフト検出モデルを作成するため。つまり、ドリフト・モニターは、訓練データを使用してドリフト検出を行い、調整します。

ノートブック・ベースの方法では、Watson OpenScale でデプロイメントを構成する際に統計およびその他の情報をアップロードすることが求められます。 Watson OpenScale は、ご使用の環境で実行されているノートブック以外でトレーニング・データにアクセスできなくなりました。 構成中にアップロードされた情報にのみアクセスできます。

公平性スコアが 100% を超える場合、それは何を意味していますか?

公平性の構成によっては、公平性スコアが 100% を超える場合があります。 これは、参照グループと比べてモニター対象グループでより「公平な」結果が得られていることを意味します。 厳密に言うと、これは反対方向に不公平なモデルということになります。

Watson OpenScale を使用すると、モデルのバイアスはどのように緩和されますか?

Watson OpenScale のバイアス緩和機能はエンタープライズ・グレードです。 これは堅固でスケーラブルであり、さまざまな種類のモデルに対応できます。 Watson OpenScale のバイアス緩和は次の 2 ステップ・プロセスで構成されます。学習フェーズ: お客様のモデルの動作を学習して、そのモデルがどのようなときにバイアス挙動を示すかを理解します。

アプリケーション・フェーズ: お客様のモデルが特定のデータ・ポイントでバイアス挙動を示すかどうかを特定し、必要に応じてバイアスを修正します。 詳しくは、 Debiasing optionsを参照してください。

人種や性別など、センシティブな属性に対するモデルのバイアスについて、モデルがそれらについてトレーニングされていない場合でもチェックできますか?

はい。 最近 Watson OpenScale は、「間接的バイアス検出」と呼ばれる画期的な機能を発表しました。 これを使用することで、モデルがセンシティブな属性についてトレーニングされていない場合でも、それらの属性に対して間接的にバイアスを示しているかどうかを検出します。

回帰ベース・モデルのバイアスを緩和できますか?

はい。 Watson OpenScale を使用して、回帰ベース・モデルのバイアスを緩和できます。 この機能を使用するために、追加で構成を行う必要はありません。 回帰モデルのバイアス緩和は、モデルがバイアスを示すとすぐに実行されます。

Watson OpenScale でのさまざまなバイアス緩和方法にはどのようなものがありますか?

バイアス緩和では、アクティブなバイアス緩和と受動的なバイアス緩和の両方を使用できます。 詳しくは、 Debiasing optionsを参照してください。

モデルの構成にはトレーニング・データの場所に関する情報が必要であり、オプションとして Cloud Object Storage と Db2 があります。 データが Netezza 内にある場合、Watson OpenScale で Netezza を使用できますか?

この Watson OpenScale ノートブック を使用して、 Netezza からデータを読み取り、トレーニング統計とドリフト検出モデルを生成します。

モデルに対して行われた更新が Watson OpenScale に表示されないのはなぜでしょうか?

Watson OpenScale は、モデル自体ではなく、モデルのデプロイメントに対して動作します。 新しいデプロイメントを作成した後、Watson OpenScale でその新しいデプロイメントを新規サブスクリプションとして構成することが必要です。 このような仕組みにすると、モデルの 2 つのバージョンを比較できます。

機械学習モデルの使用に伴うさまざまな種類のリスクにはどのようなものがありますか?

ドリフトとも呼ばれる入力データの変化などの、機械学習モデルに関連する複数の種類のリスクにより、モデルの判断が不正確になり、ビジネスの予測に影響を与える可能性があります。 訓練データはクリーニングによってバイアスを除去できますが、ランタイム・データによってモデルの動作にバイアスが生まれる可能性があります。

従来の統計モデルは解釈と説明がより簡単ですが、機械学習モデルの結果を説明できず、モデルの使用に対して深刻な脅威をもたらす可能性があります。

自分のモデルが想定どおり動作することを確認するために、Watson OpenScale ダッシュボードのモニターを続ける必要がありますか?

いいえ。 Watson OpenScaleで実動モデル・デプロイメントの E メール・アラートをセットアップできます。 リスク評価テストが失敗するたびに E メール・アラートを受け取ります。その後、問題を確認して対処することができます。

Watson OpenScale では、品質指標の計算にどのようなデータが使用されますか?

品質指標は、手動でラベル付けされたフィードバック・データと、そのデータに関するモニター対象デプロイメントの応答を使用して計算されます。

Watson OpenScaleでは、構成時に「Area under ROC」以外のメトリックに対してしきい値を設定できますか?

いいえ。現在、しきい値は「Area under ROC」メトリックに対してのみ設定できます。

生成 AI の検索と回答
これらの回答は、製品資料の内容に基づいて、 watsonx.ai のラージ言語モデルによって生成されます。 詳細