IBM : de la transparence pour les algorithmes et une base multicloud pour Kubernetes
IBM annonce des outils axés sur la traçabilité de l’intelligence artificielle et sur l’exploitation de Kubernetes en environnements multicloud.
Analyser les décisions des algorithmes pour comprendre les facteurs qui les influencent, mais aussi détecter d’éventuels biais et les éliminer : c’est l’objectif d’AI Fairness 360.
Cette « boîte à outils » est intégrée depuis peu au portefeuille SaaS d’IBM.
Le groupe informatique américain en reprend les principales fonctionnalités dans le cadre d’une autre offre, baptisée AI OpenScale.
Il y ajoute une dimension de traçabilité à travers un journal dans lequel chaque décision est consignée, en association avec les données utilisées et la version de l’algorithme.
L’autre ajout se nomme NeuNetS. Il s’agit d’un moteur de développement automatisé de réseaux neuronaux artificiels d’une performance « comparable à ceux conçus par l’humain », affirme IBM. Ou quand l’IA crée ses propres IA…
Les modèles développés avec les frameworks open source TensorFlow, Keras, Scikitlearn et SparkML sont pris en charge, au même titre que ceux hébergés sur les plates-formes d’IBM (Watson), de Microsoft (AzureML) et d’AWS (SageMaker).
La disponibilité générale d’AI OpenScale doit intervenir d’ici à la fin de l’année (NeuNetS sera alors lancé en bêta).
Elle est prévue ce mois-ci pour Multi-cloud Manager.
Cette offre réside sur le cloud privé d’IBM. Elle consiste en une plate-forme de gestion unifiée des environnements Kubernetes. L’accent est mis sur l’application uniforme des politiques de sécurité et le maintien de la conformité lors des déploiements de clusters en multicloud.
Photo d’illustration : © IBM