IBM宣布新的AI语言 可解释性和自动化服务

在本周的IBM虚拟AI峰会期间，该公司宣布了其Watson系列产品在语言，可解释性和工作场所自动化方面的更新。一项名为“阅读理解”的新功能根据自然语言问题从企业文档数据库中显示答案，并为每个响应分配一个置信度得分。Watson Assistant中的一个名为FAQ提取的新颖模块会自动生成问答文档。AI Factsheets会自动捕获有关机器学习模型性能的关键事实，并生成报告以“提高透明度并确保合规性”。

根据IBM的说法，Reading Comprehension建立在IBM Research的性能最高的问答系统之上，旨在帮助识别更精确的答案，以响应对业务文档的查询。Reading Comprehension提供的分数表明该系统对每个答案的信心程度，并且目前处于IBM AI驱动的搜索服务Watson Discovery的Beta版中。

至于在Watson Assistant的搜索功能中处于测试阶段的FAQ提取，IBM说它使用一种新颖的自然语言处理技术来自动从FAQ文档中提取问答对。IBM说，这样做的目的是帮助企业使虚拟助手保持最新状态，同时减少手动更新的需求。

除了新服务外，Watson Assistant中还提供了一个分类模型，该模型旨在通过以更少的数据进行更快的训练以及更准确的结果来改善与Watson支持的虚拟助手的交互。在相关的开发中，Watson Discovery现在支持10种新语言，包括波斯尼亚语，克罗地亚语，丹麦语，芬兰语，希伯来语，印地语，塞尔维亚语和瑞典语。

今天，IBM还宣布了计划在明年全年在Cloud Pak的Watson Studio中将IBM研究开发的AI FactSheets商业化。由IBM研究人员于2018年发表的论文中首次提出的“简介”将回答以下问题：系统操作和培训数据到基础算法，测试设置和结果，性能基准，公平性和健壮性检查，预期用途，维护，并进行再培训。FactSheets将提供：

策略创建：FactSheet模板定义收集有关模型和跟踪的信息，模型事实(例如，如何创建，测试，训练，部署和评估AI服务)，数据使用，组织正在采用的法规或公司政策谁可以使用该模型，该模型的用途和用途。

自动化数据捕获：模型事实帮助捕获FactSheet模板提出的模型事实。

自动报告：FactSheet提供了一个可共享的资源，可以根据不同团队成员的喜好以多种格式提供有关模型的知识。在模型的构建，更新和生产中运行时，它会跟踪事实，从而提供最新的见解。

“就像食品的营养标签或家用电器的信息表一样，人工智能服务的情况说明书将提供有关产品重要特征的信息，” IBM Research人工智能基金会负责人兼AI FactSheets的架构师Aleksandra Mojsilovic在接受采访时告诉VentureBeat。“对AI的信任问题是IBM和许多其他技术开发商和提供商的头等大事。人工智能驱动的系统具有巨大的潜力，可以改变我们的生活和工作方式，但同时也存在一些漏洞，例如容易遭受偏见，缺乏可解释性以及容易受到对抗性攻击。必须解决这些问题，才能信任AI服务。”

IBM还在Scale上首次推出了AI服务框架，一种旨在帮助客户提高AI部署速度并最大程度降低风险的框架，方法论和一系列技术。最后，该公司重点介绍了Cloud Pak for Data中的新功能，包括简化的管理，改进的用户体验，增强的治理和安全性以及IBM治理风险和合规性产品Watson的OpenPages可用性。