Microsoft sta lavorando per rendere l’AI responsabile più facile da capire anche ai meno esperti in data science. Lo scorso 24 maggio, alla Build Conference, Azure AI ha annunciato Azure Machine Learning, una dashboard di intelligenza artificiale responsabile che riunisce le funzionalità in uso negli ultimi 18 mesi, come esplorazione dei dati, interpretabilità del modello, analisi degli errori, analisi delle inferenze controfattuali e causali, in un’unica visualizzazione.
Azure Machine Learning offre ora anche una “scorecard” di intelligenza artificiale responsabile in anteprima, per riepilogare le prestazioni e le informazioni dettagliate del modello, in modo che tutte le parti interessate possano partecipare facilmente alle revisioni di conformità.
La dashboard e la scorecard responsabili dell’intelligenza artificiale forniscono un set di visualizzazioni molto semplice, un flusso gestito da procedure guidate che rende più facile per le persone con meno esperienza di data science utilizzare questi strumenti ed esportare la scorecard in Pdf.
Esempi di impiego: il servizio sanitario nazionale del Regno Unito
Ad esempio, un team di professionisti medici del servizio sanitario nazionale nel Regno Unito sta esplorando come l’intelligenza artificiale potrebbe aiutare a ridurre i tempi di attesa, supportare le raccomandazioni dei team sanitari e fornire ai pazienti informazioni migliori in modo che possano prendere decisioni più informate sulle proprie cure. Due chirurghi ortopedici hanno sviluppato un modello di intelligenza artificiale per aiutare i consulenti a fornire ai loro pazienti una valutazione del rischio personalizzata delle operazioni all’anca o al ginocchio.
Il modello è ospitato nel cloud Azure di Microsoft e usa la dashboard di intelligenza artificiale responsabile in Azure Machine Learning. I professionisti medici possono vedere come funziona il modello e ottenere una comprensione più chiara del motivo per cui l’AI ha raggiunto tali conclusioni. Ciò aumenta la fiducia nei pazienti, poiché le loro previsioni si basano su dati accurati e affidabili.
Semplificare la vita degli sviluppatori con l’intelligenza artificiale
A Microsoft Build, il Chief Technology Officer di Microsoft, Kevin Scott, ha evidenziato come gli strumenti di sviluppo software basati sull’intelligenza artificiale stiano consentendo agli sviluppatori di creare software utilizzando il linguaggio naturale, traducendolo nei linguaggi di programmazione per i computer.
“Questo è un modo fondamentalmente diverso di pensare allo sviluppo rispetto a quello che abbiamo avuto dall’inizio del software“, ha dichiarato Scott. Microsoft ha evidenziato questo cambiamento di paradigma guidato da Codex, un modello di apprendimento automatico della società di ricerca e sviluppo di intelligenza artificiale OpenAI in grado di tradurre i comandi del linguaggio naturale in codice in più di una dozzina di linguaggi di programmazione.
Codex discende da GPT-3, il modello di linguaggio naturale di OpenAI che è stato addestrato su petabyte di dati linguistici da Internet. Secondo Scott, l’aumento della produttività che Codex porta allo sviluppo del software è un punto di svolta, consentendo agli sviluppatori di “svolgere in pochi minuti molte attività che in precedenza richiedevano ore“.
Il low code basato su intelligenza artificiale e no-code
Alla Build Conference, Microsoft ha anche messo in evidenza il low code basato sull’intelligenza artificiale e il no-code come strumenti disponibili tramite Microsoft Power Platform.
