微软Build 2020：为开发者提供负责任的人工智能和机器学习服务

  昨日晚间，微软年度开发者大会Build 2020在线上拉开帷幕，在此次Build 2020上，微软的核心思路只有一个，那便是一切为了开发者，并帮助开发者释放最大创新潜力、予力全球每一组织和每一人成就不凡。

  近年来AI技术得到了快速的发展与普及，Azure机器学习服务让每个开发者都能轻松开发自己的算法模型、创建精彩的人工智能应用。与此同时，人们也越来越关注人工智能在道德和法律层面带来的影响和思考，企业和开发者希望能确保其开发的AI系统易于解释、消除歧视，并符合法律法规对于隐私保护的相关要求。

  为确保向全球开发者和组织提供一个公平、公正的人工智能开发平台，微软宣布推出一系列致力于打造负责任的机器学习的创新，用于帮助开发者在全生命周期中以正确的方式理解、保护和控制机器学习模型。

  ·InterpretML工具包可用来解释模型中不同参数所代表的意义，帮助开发者理解机器学习模型的行为。北欧航空(SAS)利用Azure机器学习服务构建了用来保护其EuroBonus会员系统的AI反欺诈体系，并借助InterpretML工具包确保机器学习模型对欺诈行为的定义没有误差。

  ·Fairlearn工具包可以评估和纠正人工智能系统的公平性，从6月起将内置于Azure机器学习服务。全球四大会计师事务所之一的安永，在用来自动评估贷款决策的机器学习模型中，应用Fairlearn工具包来降低与性别相关的不公平结果——其分析结果显示，起初男性贷款的通过率比女性高15.3%。通过修改模型，安永的开发小组改进了方案的准确度，将性别造成的差异降到了0.43%。

  ·微软与哈佛量化社会科学研究所和工程学院共同开发的WhiteNoise工具包可实现差分隐私——在模型从隐私数据中发掘洞察的同时，以统计学原理确保姓名、生日之类的隐私信息得到完善的保护。例如，几所医院合作构建一个验证癌症疗法有效性的预测模型，借助差分隐私技术可以满足法律对于隐私信息保护的各项规定，以免任何个人信息从模型中泄露出去。

  ·Azure机器学习内置的机器学习运维(MLOPs)让开发者可以对构建、训练、部署模型的全过程进行跟踪和自动化控制，这可以为企业提供满足监管、合规相关要求所必需的审查跟踪记录。