TensorFlow দায়ী এআই গাইডবুক

ভূমিকা

2018 সালে, Google তার AI নীতিগুলি প্রবর্তন করে, যা গবেষণা এবং পণ্যগুলিতে AI-এর নৈতিক বিকাশ এবং ব্যবহার নির্দেশ করে। এই নীতিগুলির সাথে সামঞ্জস্য রেখে, TensorFlow টিম ডেভেলপারদের দায়িত্বশীল AI (RAI) অনুশীলনগুলি মেনে চলার জন্য সরঞ্জাম এবং কৌশল প্রদান করতে কাজ করে৷

এই গাইডবুকটিতে, আপনি একটি সুনির্দিষ্ট কাজের ক্ষেত্রে এবং পণ্যের প্রয়োজনীয়তা পূরণ করে এমন একটি সুসংহত কর্মপ্রবাহ বিকাশ করতে দায়িত্বশীল AI টুলকিটে কীভাবে সরঞ্জামগুলি প্রয়োগ করবেন সে সম্পর্কে নির্দেশিকা পাবেন। এই গাইডবুকের টুলগুলির মধ্যে রয়েছে যেগুলি ডোমেনে প্রয়োগ করা যেতে পারে যেমন ন্যায্যতা এবং স্বচ্ছতা ৷ এটি Google-এ বিকাশের একটি সক্রিয় ক্ষেত্র, এবং আপনি এই গাইডবুকটিতে অতিরিক্ত সম্পর্কিত ক্ষেত্রগুলির জন্য নির্দেশিকা অন্তর্ভুক্ত করার আশা করতে পারেন, যেমন গোপনীয়তা , ব্যাখ্যাযোগ্যতা এবং দৃঢ়তা৷

গাইডবুক সংস্থা

প্রতিটি টুলের জন্য, টুলটি কী করে, আপনার ওয়ার্কফ্লোতে এটি কোথায় মানানসই হতে পারে এবং এর বিভিন্ন ব্যবহারের বিবেচনার বিষয়ে নির্দেশিকা প্রদান করা হয়। যেখানে প্রযোজ্য একটি "ইনস্টল" পৃষ্ঠা প্রতিটি টুলের জন্য "গাইড" ট্যাবে এবং "API" ট্যাবে বিশদ API ডকুমেন্টেশন অন্তর্ভুক্ত করা হয়৷ কিছু সরঞ্জামের জন্য, প্রযুক্তিগত নির্দেশিকাগুলি প্রদান করা হয় যা সেই ধারণাগুলি প্রদর্শন করে যা ব্যবহারকারীরা তাদের প্রয়োগ করার সময় চ্যালেঞ্জিং মনে করতে পারে৷

যখনই সম্ভব, নোটবুক টিউটোরিয়ালগুলি প্রদান করা হয় যাতে দেখানো হয় যে কীভাবে RAI টুলকিটের সরঞ্জামগুলি প্রয়োগ করা যেতে পারে। এগুলি সাধারণত খেলনার উদাহরণ যা একটি নির্দিষ্ট টুলে স্পটলাইট কাস্ট করার জন্য বেছে নেওয়া হয়। এগুলি সম্পর্কে আপনার যদি প্রশ্ন থাকে, বা যদি অতিরিক্ত ব্যবহারের ক্ষেত্রে আপনি অন্বেষণ দেখতে চান, তাহলে অনুগ্রহ করে tf-responsible-ai@google.com এ TensorFlow RAI টিমের সাথে যোগাযোগ করুন।

নিম্নলিখিত টিউটোরিয়ালগুলি আপনাকে মডেল ন্যায্যতা মূল্যায়ন এবং প্রতিকারের জন্য সরঞ্জামগুলির সাথে শুরু করতে পারে।

একটি Google Colab নোটবুকে চলমান ন্যায্যতা সূচকগুলির একটি ভূমিকা৷ নিজে ব্যবহার করে দেখতে Google Colab-এ রান বোতামে ক্লিক করুন।

TF হাব টেক্সট এম্বেডিং সহ ন্যায্যতা সূচক

সিভিল কমেন্ট ডেটাসেট ব্যবহার করে TF হাব টেক্সট এমবেডিং মডেলগুলিতে সাধারণত ব্যবহৃত ন্যায্যতা মেট্রিকগুলি মূল্যায়ন করতে ন্যায্যতা সূচক প্রয়োগ করুন৷
COMPAS ডেটাসেটে ন্যায্যতা সংক্রান্ত উদ্বেগগুলি পরীক্ষা করতে ন্যায্যতা সূচকগুলি প্রয়োগ করুন৷
MinDiff ব্যবহার করে দেখুন, একটি মডেল প্রতিকারের কৌশল যা সাধারণত ব্যবহৃত ন্যায্যতা মেট্রিক্স জুড়ে মডেল কার্যক্ষমতা উন্নত করতে পারে।
মডেল কার্ড তৈরি করতে TFX-এর সাথে মডেল কার্ড টুলকিট ব্যবহার করুন।
TF গোপনীয়তা রিপোর্ট ব্যবহার করে আপনার মডেলের গোপনীয়তা মূল্যায়ন করুন।

অতিরিক্ত বিবেচনা

একটি দায়িত্বশীল এআই ওয়ার্কফ্লো ডিজাইন করার জন্য এমএল জীবনচক্রের প্রতিটি পর্যায়ে একটি চিন্তাশীল পদ্ধতির প্রয়োজন, সমস্যা তৈরি করা থেকে শুরু করে স্থাপনা এবং পর্যবেক্ষণ পর্যন্ত। আপনার প্রযুক্তিগত বাস্তবায়নের বিশদ বিবরণের বাইরে, এই সরঞ্জামগুলি প্রয়োগ করার জন্য আপনাকে বিভিন্ন ধরণের সামাজিক প্রযুক্তিগত সিদ্ধান্ত নিতে হবে। কিছু সাধারণ RAI বিবেচনা যা ML অনুশীলনকারীদের করতে হবে:

  • আমার মডেল ভাল পারফর্ম করছে তা নিশ্চিত করতে কোন জনসংখ্যার বিভাগ জুড়ে আমার প্রয়োজন?
  • ন্যায্যতা মূল্যায়ন করার জন্য যদি আমাকে সংবেদনশীল লেবেলগুলি সঞ্চয় করতে হয়, তাহলে আমি কীভাবে ন্যায্যতা এবং গোপনীয়তার মধ্যে ট্রেডঅফ বিবেচনা করব?
  • ন্যায্যতার জন্য মূল্যায়ন করতে আমার কোন মেট্রিক বা সংজ্ঞা ব্যবহার করা উচিত?
  • আমার মডেল এবং ডেটা স্বচ্ছতা শিল্পকর্মে আমার কোন তথ্য অন্তর্ভুক্ত করা উচিত?

এই এবং অন্যান্য অনেক প্রশ্নের উত্তর আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে এবং পণ্যের চাহিদার উপর নির্ভর করে। যেমন, আমরা আপনাকে ঠিক কী করতে হবে তা বলতে পারি না, তবে যখনই সম্ভব প্রাসঙ্গিক গবেষণা পদ্ধতির সহায়ক টিপস এবং লিঙ্ক সহ দায়িত্বশীল সিদ্ধান্ত নেওয়ার জন্য নির্দেশিকা প্রদান করব। আপনি TensorFlow-এর সাথে আপনার দায়িত্বশীল AI ওয়ার্কফ্লো ডেভেলপ করার সাথে সাথে tf-responsible-ai@google.com- এ মতামত দিন। আপনার শেখা এবং চ্যালেঞ্জগুলি বোঝা আমাদের সকলের জন্য কাজ করে এমন পণ্য তৈরি করার ক্ষমতার জন্য গুরুত্বপূর্ণ।