Fairlearn: AIの公平性を向上させるためのツール

Fairlearnは、データサイエンティストがAIシステムの公平性を向上させるためのオープンソースでコミュニティ主導のプロジェクトです。このガイドでは、AIの公平性についての理解を深め、Pythonツールキットを使用して公平性の問題を評価し、軽減する方法を学びます。

公平性は社会技術的な問題

AIシステムの公平性は、単にコードを実行すること以上のものです。各ユースケースにおいて、社会的および技術的な側面がAIシステムによって誰が害を受けるか、どのように受けるかを形作ります。公平性の複雑な源が多く存在し、軽減のためのさまざまな社会的および技術的プロセスがあります。これらは、私たちのライブラリにある軽減アルゴリズムだけではありません。

このウェブサイト全体で、社会技術的な観点から公平性を考える方法や、AIシステムのより広い社会的文脈を考慮しながらFairlearnのメトリクスやアルゴリズムを使用する方法に関するリソースを見つけることができます。

ユースケース | クレジットカードローン

クレジットカードのデフォルトモデルにおける公平性の問題の評価と軽減 金融サービス機関は、ローンの承認または拒否の決定を行う際に、申請者のデフォルト確率を予測するモデルを含むさまざまなモデルを使用します。これらの予測は、申請を自動的に拒否または受け入れるために使用されることがあり、申請者と組織の両方に直接影響を与えます。このシナリオでは、モデルが特定の申請者グループに対してより多くの誤りを犯す場合、公平性に関連する害が生じる可能性があります。

私たちは、Fairlearnを使用して、性別に基づいて定義された異なるグループがどのように影響を受け、観察された格差がどのように軽減されるかを評価します。

Fairlearnの使い方

Fairlearnを始めるには、Fairlearnパッケージをインストールします。しかし、プロセスはここで終わりません！ユーザーガイドやその他のリソースを参照して、あなたのユースケースにおける公平性の意味を理解してください。問題が発生した場合は、Discordでお問い合わせください。

インストール方法

Fairlearnは、以下のコマンドでPyPIからpipを使用してインストールできます。

pip install fairlearn

リソース

• ユーザーガイド: AIの公平性、公平性メトリクス、軽減アルゴリズムについて詳しく学ぶ。
• APIドキュメント: 例を含むライブラリリファレンス。
• 貢献者ガイド: ケーススタディ、ドキュメント、コードで私たちを助けてください。あなたのバックグラウンドや専門知識に関係なく、貢献する方法はたくさんあります。

コミュニティに参加する

Fairlearnコミュニティは、オープンソースの貢献者、データサイエンスの実践者、責任あるAIの愛好者で構成されています。最新の会話に参加し、使用に関する質問をし、最近の更新について学び、どのように関与できるかを見つけてください。

• Discord: コミュニティに参加し、使用に関する質問をしてください。
• StackOverflow: 使用に関する質問をしてください。
• GitHub: コード、ドキュメント、ユースケースに貢献してください。バグ報告や機能リクエストを提出してください。
• Twitter: 最新の更新をフォローしてください。

Fairlearnに貢献する

Fairlearnは、さまざまなバックグラウンドと専門知識を持つオープンソースの貢献者によって構築され、維持されています。フィードバック、メトリクス、アルゴリズム、視覚化、アイデアなどを提供し、一緒にツールキットを進化させましょう！

Fairlearnは、AIシステムの公平性を向上させるための強力なツールです。今すぐ始めて、あなたのプロジェクトにどのように役立つかを見てみましょう！