論文の概要: CLAIMED, a visual and scalable component library for Trusted AI
- arxiv url: http://arxiv.org/abs/2103.03281v1
- Date: Thu, 4 Mar 2021 19:31:19 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-08 14:40:51.119660
- Title: CLAIMED, a visual and scalable component library for Trusted AI
- Title（参考訳）: CLAIMED - Trusted AIのためのビジュアルでスケーラブルなコンポーネントライブラリ
- Authors: Romeo Kienzler and Ivan Nesic
- Abstract要約: 完全にオープンソースで再利用可能なフレームワーク、ビジュアルエディタ、実行エンジンをプロダクショングレードの機械学習に提供します。
Kubeflow Pipelines、AI Explainability360ツールキット、AI Fairness360ツールキット、Adversarial Robustness Toolkitを使用している。
Elyraパイプラインエディタを使用すると、一連のJupyterノートブックでAIパイプラインを視覚的に開発できます。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Deep Learning models are getting more and more popular but constraints on
explainability, adversarial robustness and fairness are often major concerns
for production deployment. Although the open source ecosystem is abundant on
addressing those concerns, fully integrated, end to end systems are lacking in
open source. Therefore we provide an entirely open source, reusable component
framework, visual editor and execution engine for production grade machine
learning on top of Kubernetes, a joint effort between IBM and the University
Hospital Basel. It uses Kubeflow Pipelines, the AI Explainability360 toolkit,
the AI Fairness360 toolkit and the Adversarial Robustness Toolkit on top of
ElyraAI, Kubeflow, Kubernetes and JupyterLab. Using the Elyra pipeline editor,
AI pipelines can be developed visually with a set of jupyter notebooks.
- Abstract（参考訳）: ディープラーニングモデルの人気はますます高まっているが、説明可能性、敵対的堅牢性、公平性に関する制約は、プロダクションデプロイメントの大きな懸念であることが多い。
オープンソースエコシステムはこれらの懸念に対処するために豊富ですが、完全に統合されたエンドツーエンドのシステムはオープンソースに欠けています。
したがって、IBMとUniversity Hospital Baselの共同作業であるKubernetes上に、完全にオープンソースで再利用可能なコンポーネントフレームワーク、プロダクショングレードの機械学習用のビジュアルエディタと実行エンジンを提供します。
Kubeflow Pipelines、AI Explainability360ツールキット、AI Fairness360ツールキット、ElyraAI、Kubeflow、Kubernetes、JupyterLab上にAdversarial Robustness Toolkitを使用しています。
Elyraパイプラインエディタを使用すると、一連のJupyterノートブックでAIパイプラインを視覚的に開発できます。
関連論文リスト
- OS-ATLAS: A Foundation Action Model for Generalist GUI Agents [55.37173845836839]
OS-AtlasはGUIグラウンディングとOODエージェントタスクに優れた基礎的なGUIアクションモデルである。
現在までに1300万以上のGUI要素を含む、オープンソースのクロスプラットフォームGUI基盤コーパスをリリースしています。
論文 参考訳（メタデータ） (2024-10-30T17:10:19Z) - OpenOmni: A Collaborative Open Source Tool for Building Future-Ready Multimodal Conversational Agents [11.928422245125985]
Open Omniはオープンソースのエンドツーエンドパイプラインベンチマークツールである。
音声テキスト、感情検出、検索拡張生成、大規模言語モデルなどの高度な技術を統合している。
ローカルとクラウドのデプロイメントをサポートし、データのプライバシを確保し、レイテンシと精度のベンチマークをサポートする。
論文 参考訳（メタデータ） (2024-08-06T09:02:53Z) - ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。
ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する
我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
論文 参考訳（メタデータ） (2024-06-28T08:28:38Z) - ESPnet-SPK: full pipeline speaker embedding toolkit with reproducible recipes, self-supervised front-ends, and off-the-shelf models [51.35570730554632]
ESPnet-SPKは、話者埋め込み抽出器を訓練するためのツールキットである。
我々は、x-vectorから最近のSKA-TDNNまで、いくつかのモデルを提供している。
開発モデルと他のドメインとの橋渡しも目指しています。
論文 参考訳（メタデータ） (2024-01-30T18:18:27Z) - Prompt Sapper: A LLM-Empowered Production Tool for Building AI Chains [31.080896878139402]
我々は、AIチェーンの概念を提案し、ソフトウェア工学で何十年にもわたって蓄積されてきたベストプラクティスとプラクティスをAIチェーンエンジニアリングに導入する。
また、AIチェーンの構築プロセスにおいて、これらのAIチェーンのエンジニアリング原則とパターンを自然に具現化する、コード統合開発環境であるPrompt Sapperも開発しています。
論文 参考訳（メタデータ） (2023-06-21T05:31:00Z) - The Future of Consumer Edge-AI Computing [58.445652425379855]
Deep Learningは、主にデバイス間のハードウェアアクセラレーションによって、消費者のエンドに急速に浸透している。
将来を見据えて、孤立したハードウェアが不十分であることは明らかです。
本稿では,コンシューマエッジにおける計算資源とデータアクセスの再編成と最適化を目的とした,EdgeAI-Hubデバイスを中心とした新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2022-10-19T12:41:47Z) - The Right Tool for the Job: Open-Source Auditing Tools in Machine
Learning [0.0]
近年,機械学習,AI倫理,アルゴリズム監査の公平性に関する議論が増えている。
多くのオープンソース監査ツールが利用可能だが、ユーザはツールや便利なもの、アクセス方法に常に気付いていない。
本稿は,これらのツールを実際に活用する緊急ニーズの強化と,それを実現するモチベーションの提供を目的としている。
論文 参考訳（メタデータ） (2022-06-20T15:20:26Z) - Productive Reproducible Workflows for DNNs: A Case Study for Industrial
Defect Detection [0.0]
本稿では,産業欠陥検出のためのエンド・ツー・エンドの人工知能アプリケーションを開発した最近の経験について論じる。
私たちは、高レベルのディープラーニングライブラリ、コンテナ化、継続的インテグレーション/デプロイパイプライン、そして競合する結果を生み出すために利用したオープンソースのコードテンプレートについて詳しく説明します。
このようなシステムを活用することで、研究においても得られる価値を強調し、精度と推測時間の観点から最良の結果を提示する。
論文 参考訳（メタデータ） (2022-06-19T09:10:13Z) - Composing Complex and Hybrid AI Solutions [52.00820391621739]
一般的なAIアプリケーションで上記の機能を実現するためのAcumosシステムの拡張について述べる。
当社の拡張機能には、gRPC/Protobufインターフェースによるより汎用的なコンポーネントのサポートが含まれています。
デプロイ可能なソリューションとそのインターフェースの例を提供する。
論文 参考訳（メタデータ） (2022-02-25T08:57:06Z) - Uncertainty Quantification 360: A Holistic Toolkit for Quantifying and
Communicating the Uncertainty of AI [49.64037266892634]
我々は、AIモデルの不確実性定量化のためのオープンソースのPythonツールキットUncertainty Quantification 360 (UQ360)について述べる。
このツールキットの目標は2つある: ひとつは、AIアプリケーション開発ライフサイクルにおける不確実性を定量化し、評価し、改善し、伝達する共通のプラクティスを育むとともに、合理化するための幅広い能力を提供すること、もうひとつは、信頼できるAIの他の柱とのUQの接続をさらに探求することである。
論文 参考訳（メタデータ） (2021-06-02T18:29:04Z) - KubeEdge.AI: AI Platform for Edge Devices [4.337396433660794]
KubeEdge.AIはKubeEdge上のエッジAIフレームワークである。
データ処理と処理エンジン、簡潔なAIランタイム、決定エンジン、分散データクエリインターフェースなど、主要なモジュールとインターフェースのセットを提供する。
論文 参考訳（メタデータ） (2020-07-07T23:36:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。