Wir präsentieren beispielbasierte Erläuterungen, einen einzigartigen Dienst, mit dem Nutzer die Leistung ihrer Modelle durch die Optimierung ihrer Daten verbessern können. Weitere Informationen

Explainable AI

Tools und Frameworks, die Ihnen dabei helfen, Ihre Modelle für maschinelles Lernen zu verstehen und zu interpretieren

Kostenfrei testen Vertrieb kontaktieren
Zur Konsole Dokumentation ansehen
Bild: KI-Ausgabe verstehen und Vertrauen schaffen

KI-Ausgabe verstehen und Vertrauen schaffen

Explainable AI umfasst eine Reihe von Tools und Frameworks, mit denen Sie Vorhersagen Ihrer Modelle für maschinelles Lernen verstehen und interpretieren können. Sie sind nativ in eine Reihe von Google-Produkten und -Diensten eingebunden. Sie haben die Möglichkeit, Ihre Modelle zu debuggen und deren Leistung zu steigern sowie anderen zu helfen, das Modellverhalten zu verstehen. Sie können Featureattributionen für Modellvorhersagen auch in AutoML Tables, BigQuery ML und Vertex AI generieren und mithilfe des What-If-Tools das Modellverhalten visuell untersuchen.

Das ist neu

Termin

Beispielbasierte Vertex AI-basierte Erläuterungen, vorgestellt auf dem Applied ML Summit.
Anmelden
Erstellen Sie interpretierbare und integrative KI-Systeme

Erstellen Sie interpretierbare und integrative KI-Systeme

Erstellen Sie von Grund auf neue interpretierbare und integrative KI-Systeme mithilfe von Tools, die es Ihnen erleichtern, Verzerrungen und andere Lücken in Daten und Modellen zu erkennen und aufzulösen. AI Explanations in AutoML Tables, Vertex AI Predictions und Notebooks liefert Data Scientists die erforderlichen Informationen, mit denen sie dann Datasets und Modellarchitekturen verbessern und die Modellleistung steigern können. Mit dem What-If-Tool erhalten Sie einen Überblick über das Modellverhalten.

Bild: KI zuverlässig bereitstellen

KI zuversichtlich bereitstellen

Fördern Sie das Vertrauen von Endnutzern und erhöhen Sie die Transparenz mit für Menschen verständlichen Erklärungen von ML-Modellen. Wenn Sie ein Modell in AutoML Tables oder in Vertex AI bereitstellen, erhalten Sie in Echtzeit eine Vorhersage und eine Bewertung des Einflusses eines Faktors auf das Endergebnis. Erklärungen geben zwar keine Auskunft über grundlegende Beziehungen in Ihrer Datenprobe oder -population, lassen aber die vom Modell in den Daten gefundenen Muster erkennen.

Modell-Governance optimieren

Modell-Governance optimieren

Erleichtern Sie Ihrer Organisation die Verwaltung und Verbesserung von ML-Modellen durch optimiertes Leistungs-Monitoring und Training. Überwachen Sie problemlos die Vorhersagen Ihrer Modelle mit Vertex AI. Dank der kontinuierlichen Bewertung können Sie Modellvorhersagen mit Ground-Truth-Labels vergleichen, um fortlaufend Feedback zu erhalten und die Modellleistung zu optimieren.

Features

Verschaffen Sie sich einen Überblick über die KI-Ausgabe mit bahnbrechenden XAI-Tools, die von Google Research entwickelt und für den Einsatz von KI bei Google verwendet wurden.

Feature-Attributionen

Ein verwalteter Dienst zum Generieren von Featureattributionen. Unterstützte Methoden sind Samples Shapely, Integrierte Gradienten und XRAI.

In Vertex AI-Dienste eingebunden, einschließlich AutoML Tables und Vision, Vertex AI Prediction Notebooks, Modellmonitoring und BigQuery ML. 

Weitere Informationen

Beispielbasierte Erläuterungen (Vorschau)

Erstellen Sie bessere Modelle mit umsetzbaren Erläuterungen, um Datenprobleme zu minimieren.

Der verwaltete Dienst „Approximate Nearest Neighbor” zur Rückgabe ähnlicher Beispiele für neue Vorhersagen oder Instanzen.

Weitere Informationen

Modellanalyse

Ein erweitertes Tool zur Modellanalyse, mit dem Sie Modelle besser verstehen können.

Sie können in Vertex AI Maßnahmen ergreifen, um Modelle über ein interaktives Dashboard mit dem integrierten What-If-Tool zu prüfen.

Alternativ können Sie Open Source mit dem What-If-Tool oder dem Language Interpretability Tool verwenden.

Weitere Informationen

Kunden

Logo: Sky

„Für den Einsatz von KI in unserer Branche ist es wichtig zu verstehen, wie Modelle zu ihren Ergebnissen gelangen. Wir sind vom Fortschritt begeistert, den Google Cloud zur Lösung dieser Herausforderung für unsere Branche bereits erzielt hat. Mit Tools wie dem What-If-Tool und Feature-Attributionen in der AI Platform können unsere Data Scientists bei der Modellerstellung zuversichtlich vorangehen und für uns verständliche Erklärungen liefern.“

- Stefan Hoejmose, Head of Data Journeys bei Sky
Wellio

„Die Introspektion von Modellen ist sowohl für die Entwicklung als auch für die Bereitstellung von Modellen wichtig. Wir konzentrieren uns mitunter zu sehr auf prädiktive Fähigkeiten, wenn in der Tat das besser erklärbare Modell meist auch das nützlichste und vor allem das vertrauenswürdigste ist. Wir sind von den neuen Tools von Google Cloud begeistert, die sowohl unseren Data Scientists als auch unseren Modellnutzern das Leben erleichtern.“

- Erik Andrejko, Chief Technology Officer bei Wellio
Vivint SmartHome

„Die Interpretierbarkeit von Modellen ist für uns wichtig, um KI-Prozesse zu optimieren und die bestmögliche Lösung für ein Problem zu finden. Google holt in Explainable AI durch Forschung und Entwicklung das Maximum heraus. Google Cloud bietet uns außerdem bewährte Technologien, um die Herausforderung der Modellinterpretierbarkeit zu lösen und unsere Data-Science-Fähigkeiten zu verbessern.“

- Aaron Davis, Chief Data Scientist, Vivint SmartHome
iRobot

„Wir nutzen neuronale Netzwerke, um Funktionen für zukünftige Produkte zu entwickeln. Nutzerfreundliche, hochwertige Lösungen, die das Training unserer Deep-Learning-Modelle verbessern, sind für unsere Arbeit ein Muss. Wir sind begeistert davon, wie Google Cloud Fortschritte beim Lösen der Problematik der Feature-Attributionen sowie beim Bereitstellen von für Menschen verständlichen Erklärungen zum Verhalten unserer Modelle macht.“

- Chris Jones, Chief Technology Officer bei iRobot

Ressourcen

Preise

Für Explainable AI-Tools fallen für Nutzern von AutoML Tables oder Vertex AI keine zusätzlichen Kosten an. Cloud AI wird nach Knotenstunden abgerechnet. Zum Ausführen von AI Explanations für Modellvorhersagen sind Rechenleistung und Speicher erforderlich. Daher steigt die Zahl der Knotenstunden bei der Nutzung von Explainable AI möglicherweise an.

Preisangaben aufrufen

Gleich loslegen

Profitieren Sie von einem Guthaben über 300 $, um Google Cloud und mehr als 20 „Immer kostenlos“-Produkte kennenzulernen.

Ohne Zahlung testen
Benötigen Sie Hilfe beim Einstieg?
Vertrieb kontaktieren
Unterstützung durch Google Cloud-Partner
Partner finden
Mehr ansehen
Alle Produkte ansehen

Gleich loslegen

Tools und Frameworks zum Bereitstellen interpretierbarer und integrativer ML-Modelle.

Zur Konsole
Benötigen Sie Hilfe beim Einstieg?
Vertrieb kontaktieren
Unterstützung durch Google Cloud-Partner
Partner finden
Tipps und Best Practices
Tutorials ansehen

KI-Produkte von Google Cloud entsprechen unseren SLA-Richtlinien. Sie bieten eventuell von anderen Google Cloud-Diensten abweichende Latenz- oder Verfügbarkeitsgarantien.