はじめに

Azure AI Engineer Associate(AI-102)取得に向けた勉強でまとめた内容を本記事では投稿しています。
試験範囲の内容を私が勉強していく中で、
・忘れてしまっていた内容
・他の知識と絡めて理解した方が良い内容
・Microsoft Learnの読解に苦戦した内容
などをできるだけ分かりやすく簡潔にまとめることを意識しています。
Azureの勉強を一から始め、AI-102取得を目指している方の参考になれば幸いです。
※本記事の内容が必ず試験に出るわけではないこと、ご注意ください
※勉強しながら投稿しているため、追加で学んだことがあれば随時投稿内容を更新します。

試験対策のまとめ

責任あるAI

公平性

AIシステムでは、すべてのユーザーを公平に扱う必要がある
システムによる決定が下記などに基づいてグループ/個人を差別してはならない
- 性別
- 人種
- 性的指向
- 宗教など
例：銀行の融資承認申請をサポートする機械学習モデル

信頼性と安全性

AIシステムを確実かつ安全に実行する必要がある
システムが設計通りに動作し、新しい状況にも安全に対応できることが重要
⇒動作条件に対する厳格なテストと検証が必要となる
例
- 自立走行専用のAIベースのソフトウェアシステム
- 患者の症状を診断し、処方箋を推奨する機械学習モデル

プライバシーとセキュリティ

AIシステムは安全で、プライバシーを尊重する必要がある
AIシステムの予測や決定にはデータへのアクセスが不可欠
⇒データと顧客のコンテンツを保護するための適切な保護機能の実装が必要

包括性

AIシステムはすべての人を支援し、ユーザーを関与させる必要がある
あらゆる人種と経験を考慮することがAIに義務付けられる
開発者が人々を意図せず排除する可能性のある潜在的な障害を理解し対処する必要がある
例
- 聴覚に障碍のある方を支援するために音声テキスト変換を組み込む
- 視覚に障碍のある方を支援するためにテキスト読み上げを組み込む

透明性

AIシステムは理解可能である必要がある
ユーザーはシステムの目的/しくみ/想定される制限事項などを充分に認識できる必要がある
例：ユーザーに認識させる必要があるもの
- 機械学習モデルの場合：予測の精度に影響する可能性がある要因
- 個人データに依存するAIシステムの場合：データの保存/使用方法/アクセス権

アカウンタビリティ

すべての人々がAIシステム対して説明責任を持つ
AIベースのソリューションの設計者と開発者が責任を負う
⇒ソリューションが明確に定義された下記の枠組みの中で作業する必要がある
- 倫理的/法的基準を明確に満たすガバナンスと組織の原則
組織は下記を提供する内部の審査機関を設置することを検討する必要がある
- AIシステムの開発と展開に関する監視
- 分析情報
- ガイダンス

参考

次の試験対策のまとめ

AI-102試験対策のまとめ「Azure AI Language」

学習内容をまとめたページの一覧