By 
IBM Research, AI karar verme modelini açıklamak için AI Explainability 360’ı tanıttı. Lansman, IBM’in AI modellerindeki önyargının tespiti ve azaltılması için bir yıl önce yayınlanan AI Fairness 360’ın ardından geldi.
IBM Research, açıklanabilir AI araç setini başlattı
AI ve makine öğrenimi son yıllarda bazı etkileyici yetenekler ortaya koydu. Ne var ki teknolojinin arkasındaki modeller ve verdikleri kararlar sebebiyle insanlar yapay zekayla etkileşime geçmekte zorlanıyor.
İnsanların makinenin karar verme konusunda fikir sahibi olmalarına yardımcı olmak için IBM Research, makine öğrenimi modellerinin yorumlanabilirliğini ve açıklanabilirliğini destekleyen ve kapsamlı bir açık kaynak kodlu modern algoritmalar aracı olan AI Explainability 360’ı piyasaya sürüyor.
Adversarial Robustness 360 Toolbox (2018) ve AI Fairness 360 Toolkit’in (2018) başarıyla piyasaya sürülmesinden sonra AI Explainability 360, IBM’in güven ve şeffaflık konusundaki taahhüdünün gösteren IBM Research’ün en son araç seti. AI Explainability 360, açıklanabilirliği ölçmeye yardımcı olan nicel ölçümlerle birlikte IBM Research tarafından geliştirilen sekiz yeni algoritma içeriyor. Açık kaynak olması yazılımcılara bilgiyi geliştirebilme ve birbirlerinden yeni şeyler öğrenebilme olanağı sunuyor.
IBM Research araştırmacısı Aleksandra Mojsiloviç bir blog yazısında bu şeffaflığın temelde önemli olduğunu çünkü kuruluşların, kararlarına gerçekten güvenmedikleri sürece AI teknolojilerini kullanmayacaklarını belirtiyor. Mojsiloviç, araç kitinin paylaşıldığını çünkü güvenilir AI’in yaratılmasında sektördeki ilerlemenin oldukça yavaş olduğunu vurguluyor. IBM araştırmacısı, “Bu araç setlerini açıklamak kendi dahili AI dağıtımlarımız veya bu alanda sahip olabileceğimiz ürünler nedeniyle değil, temel olarak müşterilerimiz ve dünyanın onları geliştirecek olması nedeniyle önemlidir.” dedi.
Araç setindeki sekiz algoritmanın tümü IBM Research’ten geliyor ancak ilerleyen zamanlarda daha geniş AI topluluğu tarafından daha fazlası da eklenecek.
Comments