Tweet
Tweet

Slide 1

Slide 1 text

Microsoft の Responsible AI への取り組み ⼥部⽥啓太 ⽇本マイクロソフト株式会社 Cloud Solution Architect – Machine Learning & Deep Learning

Slide 2

Slide 2 text

⼥部⽥啓太 Cloud Solution Architect – Machine Learning & Deep Learning 略歴 : ⽇本マイクロソフト株式会社 カスタマーサク セス事業本部 Data & AI クラウドソリューションアー キテクト。統計解析ソフトウェアベンダーでのセールス エンジニアを経て、2018年 Microsoft に⼊社。 現在は、Azure Machine Learning を中⼼とした AI・機械学習のアーキテクトとしてお客様プロジェクト へ技術⽀援を⾏う。また、最新技術をイベント・セミ ナーで訴求している。

Slide 3

Slide 3 text

アジェンダ

Slide 4

Slide 4 text

アジェンダ

Slide 5

Slide 5 text

Report

Slide 6

Slide 6 text

No content

Slide 7

Slide 7 text

No content

Slide 8

Slide 8 text

⼈間と AI のインタラクションのガイドライン 会話 AI のガイドライン インクルーシブデザインのガイドライン AI 公平性チェックリスト checklist データセット⽤データシートのテンプレート template 詳細情報 : 責任のある AI のリソース

Slide 9

Slide 9 text

Control • MLOps • Data Drift Protect • Confidential ML • Differential privacy • Microsoft SEAL (準同型暗号) • Presidio Understand • InterpretML • FairLearn 詳細情報 : 責任のある AI のリソース

Slide 10

Slide 10 text

AI ビジネス スクールは、ビジネス リーダーが成功し AI を⾃社ビジネスに活⽤するためのオンラインコース AI 戦略を定義して ビジネスバリューを創出 責任のある AI の⽅針を定義 組織における AI のスケール ビジネスリーダーのための AI テクノロジー導⼊ AI に対応する ビジネス⽂化を育成 ビジネスユーザ向け AI 17 9 22 22 10 事例 著名リーダー によるビデオ 実践ガイド 経営層による インサイト テクノロジー セッション In partnership with https://www.microsoft.com/ja-JP/ai/ai-business-school

Slide 11

Slide 11 text

アジェンダ

Slide 12

Slide 12 text

No content

Slide 13

Slide 13 text

モデル精度 ビジネス価値

Slide 14

Slide 14 text

互換性の導⼊が必要

Slide 15

Slide 15 text

No content

Slide 16

Slide 16 text

互換性に関する評価指標の導⼊ Compatibility score Updates in Human-AI Teams: Understanding and Addressing the Performance/Compatibility Tradeoff

Slide 17

Slide 17 text

Updates in Human-AI Teams: Understanding and Addressing the Performance/Compatibility Tradeoff

Slide 18

Slide 18 text

( λ : 不協和の重み ) ← New Error Updates in Human-AI Teams: Understanding and Addressing the Performance/Compatibility Tradeoff

Slide 19

Slide 19 text

No content

Slide 20

Slide 20 text

Updates in Human-AI Teams: Understanding and Addressing the Performance/Compatibility Tradeoff 機械学習モデルの互換性 C (横軸) とモデル精度 RoC (縦軸) のトレードオフの関係

Slide 21

Slide 21 text

microsoft/BackwardCompatibilityML

Slide 22

Slide 22 text

lambda λ をスイープした結果を可視化

Slide 23

Slide 23 text

Backward Trust Compatibility (BTC) Backward Error Compatibility (BEC) ・新しいモデル h2 でも h1 と同じく分類が成功している割合 ・新しいモデル h2 でも h1 と同じく分類が失敗している割合

Slide 24

Slide 24 text

各クラスにおいて 互換性がなかったデータ数 べん図での理解 λ (互換性の割合) モデル精度 BTC BEC

Slide 25

Slide 25 text

アジェンダ

Slide 26

Slide 26 text

No content

Slide 27

Slide 27 text

Future Compute : AI とその社会における役割 Microsoft 責任のある AI Microsoft AI Business School Backward Compatibility Machine Learning (GitHub) Updates in Human-AI Teams: Understanding and Addressing the Performance/Compatibility Tradeoff InterpretML : Understand Models. Build Responsibly.

Slide 28

Slide 28 text

No content

Slide 29

Slide 29 text

No content