TensorFlow Responsible AI 안내서

소개

2018년 Google에서는 AI 원칙을 도입하여 Google의 연구 및 제품 분야에서 AI의 윤리적 개발과 사용을 안내했습니다. 이러한 원칙에 따라 TensorFlow팀에서는 개발자에게 Responsible AI(RAI) 관행을 준수하는 도구와 기법을 제공하려고 노력하고 있습니다.

이 안내서에서는 Responsible AI 도구함의 도구를 적용하여 특정 사용 사례와 제품 요구사항에 맞는 통합 워크플로를 개발하는 방법을 설명합니다. 이 안내서의 도구에는 공정성투명성 등의 영역에 적용할 수 있는 도구가 포함됩니다. 이 영역은 Google에서 개발이 활발히 이뤄지는 영역으로 개인정보 보호, 설명 가능성, 견고성 등 관련된 추가 영역에 관한 안내가 이 안내서에 포함될 것으로 기대해도 됩니다.

안내서 구성

API 문서 및 안내

도구별로 도구의 기능, 워크플로 중에서 해당 도구를 사용하기 적합한 상황 및 다양한 사용 고려사항에 관한 안내를 제공합니다. 적용되는 경우 '설치' 페이지를 각 도구의 '가이드' 탭에 포함하고 'API' 탭에 자세한 API 문서를 포함합니다. 일부 도구의 경우 사용자가 적용할 때 어렵게 생각할 수 있는 개념을 보여 주는 기술 가이드도 포함합니다.

가이드

가능하면 언제든지 RAI 도구함의 도구를 적용할 수 있는 방법을 보여 주는 노트북 가이드를 제공합니다. 가이드는 일반적으로 특정 도구를 소개하기 위해 선택된 가상의 예입니다. 궁금한 점이 있거나 가이드에서 다루길 바라는 추가 사용 사례가 있다면 tf-responsible-ai@google.com으로 문의해 주세요.

추가 고려사항

책임감 있는 AI 워크플로를 디자인하려면 문제 공식화에서 배포 및 모니터링에 이르기까지 각 ML 수명 주기 단계에서 신중하게 접근해야 합니다. 기술 구현의 세부사항 외에도 이러한 도구를 적용하려면 다양한 사회 기술적 결정을 내려야 합니다. ML 실무자들에게 필요한 일반적인 RAI 고려사항에는 다음이 포함됩니다.

  • 모델이 잘 작동하기 위해 필요한 인구통계 카테고리는 무엇인가요?
  • 공정성 평가 실행을 위해 민감한 라벨을 저장해야 한다면 공정성과 개인정보 보호 사이의 균형을 어떻게 고려해야 하나요?
  • 공정성 평가에 어떤 측정항목과 정의를 사용해야 하나요?
  • 모델 및 데이터 투명성 아티팩트에 어떤 정보를 포함해야 하나요?

위 질문과 그 외 많은 다른 질문에 대한 답변은 특정 사용 사례와 제품 요구사항에 따라 다릅니다. 따라서 정확한 답변을 드릴 수는 없지만 가능하다면 언제든지 유용한 도움말과 관련 연구 방법 링크를 제공하여 책임감 있는 결정을 내리도록 안내해 드립니다. TensorFlow로 책임감 있는 AI 워크플로를 개발하면서 tf-responsible-ai@google.com으로 의견을 보내 주세요. 개발자의 경험과 어려움을 파악하는 일은 모두를 위한 제품을 만드는 Google의 역량에 중요합니다.