Explainable AIBeta

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

Kostenlos testen
Bild: Explainable AI – Übersicht

KI-Ausgabe verstehen und Vertrauen schaffen

Explainable AI umfasst eine Reihe von Tools und Frameworks, mit deren Hilfe Sie interpretierbare und integrative ML-Modelle erstellen und zuversichtlich bereitstellen können. Sie können damit Featurezuordnungen in AutoML Tables und in der AI Platform verstehen und mit dem What-If-Tool das Modellverhalten visuell darstellen. Darüber hinaus vereinfacht die Lösung die Modell-Governance durch die kontinuierliche Bewertung der Modelle mit AI Platform.

Fokus auf Ihre Anwendungen

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 und AI Platform liefert Data Scientists die erforderlichen Informationen, um Datasets und Modellarchitekturen zu verbessern und die Modellleistung zu steigern. Mit dem What-If-Tool erhalten Sie einen Überblick über das Modellverhalten.

Einfach und vollständig verwaltet

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 der AI Platform 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.

Leistung und Skalierbarkeit

Modell-Governance optimieren

Erleichtern Sie Ihrer Organisation die Verwaltung und Verbesserung von ML-Modellen durch optimiertes Leistungs-Monitoring und Training. Beobachten Sie auf einfache Weise die von den Modellen in der AI Platform getroffenen Vorhersagen. Dank der kontinuierlichen Bewertung können Sie Modellvorhersagen mit Ground-Truth-Labels vergleichen, um fortlaufend Feedback zu erhalten und die Modellleistung zu optimieren.

Features

AI Explanations

Anhand einer Punktzahl können Sie sehen, wie sich jeder Faktor auf das Endergebnis der Modellvorhersage auswirkt. Hier erfahren Sie, wie diese Punktzahlen zu interpretieren sind.

What-If-Tool

Untersuchen Sie die Modellleistung für unterschiedliche Features in Ihrem Dataset, Optimierungsstrategien und auch Änderungen an einzelnen Datenpunktwerten mit dem in AI Platform eingebundenen What-If-Tool.

Kontinuierliche Evaluierung

Prüfen Sie stichprobenartig die Vorhersage von in AI Platform bereitgestellten, trainierten ML-Modellen. Liefern Sie mithilfe von kontinuierlicher Evaluierung Ground Truth-Labels für Vorhersageeingaben. Data Labeling Service vergleicht Modellvorhersagen mit Ground Truth-Labels, um Ihnen die Optimierung der Modellleistung zu erleichtern.

Ressourcen

Preise

Für Nutzer von AutoML Tables oder AI Platform fallen für AI Explanations 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
Google Cloud

Nächste Schritte

Lernen und erstellen

Neukunden erhalten eine Gutschrift von 300 $, um Google Cloud kennenzulernen und bis zu 12 Monate zu nutzen.

Benötigen Sie weitere Hilfe?

Unsere Experten unterstützen Sie dabei, die passende Lösung oder den richtigen Partner für Ihre Anforderungen zu finden.

Cloud KI-Produkte entsprechen den hier aufgeführten SLA-Richtlinien.

Sie bieten eventuell von anderen Google Cloud-Diensten abweichende Latenz- oder Verfügbarkeitsgarantien.