Google 推出「不會寫程式」也能用的 AI 分析神器,用圖像就能解析人工智慧模型

【我們為什麼挑選這篇文章】對於很多公司而言,因為不懂程式語言因此和使用人工智慧絕緣,錯失了數位轉型良機,非常可惜。Google 這次推出的新服務,基本上和這件事是同一個思維再進行的,也就是如何讓人工智慧的推展更普遍、更易達,而省略程式語言這個門檻顯然是一種不錯的做法。(責任編輯:林子鈞)

本文經 AI 新媒體量子位(公眾號 ID:QbitAI)授權轉載,轉載請聯繫出處

作者:量子位/ 銅靈

今天,Google 推出了已開源的 TensorFlow 可視化工具 TensorBoard 中一項新功能: What-If Tool,用戶可在不編寫程式的情況下分析機器學習(ML)模型。

不用寫程式?

沒錯,只需為 TensorFlow 模型和數據集提供指針,What-If Tool 就能給出一個可用來探索模型結果的可交互的視覺界面。

△ 250 張人臉和在模型中檢測微笑後的結果

What-If Tool 裡功能很多,包括自動用 Facets 將數據集可視化,也有從數據集中手動編輯示例並查看更改效果的功能,還能自動生成部分關係圖,顯示模型預測隨著單個特徵的改變而改變的趨勢。

不過,這還不是 What-If Tool 的全部實力。

7 大功能

What-If Tool 主要有七大功能,不知道有沒有你需要的:

功能一:可視化推斷結果

根據推斷結果的不同,你的示例會被分成不同的顏色,之後可用混淆矩陣和其他自定義形式進行處理,從不同特徵的角度顯示推斷結果。

功能二:編輯一個數據點,看模型表現如何

你可以編輯、添加或刪除任何選定數據點的特性或特性值,然後運行推斷來測試模型性能,也可上傳全新示例。

功能三:發掘單個特徵的效果

可以用來探索為選中數據點中的單個特徵自動生成的圖,顯示特徵有效值不同時推斷結果的變化。

功能四:探索反事實示例

輕輕一點,你就能比較數據點與模型預測出不同結果的最相似點。我們將這些點稱為「反事實」(Counterfactuals),可以反映出模型的決策邊界。

功能五:按相似度排列示例

用 L1 或 L2 距離從選定的數據點創建距離特性,並將其可視化進行進一步分析。

功能六:查看混淆矩陣和 ROC 曲線

對於包含描述真實標籤特性的二分類模型和示例,使用臨界值、ROC 曲線、數值混淆矩陣和成本比交互式地探索模型性能。

功能七:測試算法公平性限制

對於二分類模型來說,這個工具可以將你的數據集分成子數據集,繼而探索不同算法公平性約束(fairness constraints)的影響。

案例在此

在谷歌官方博客上,研究人員還發佈了用預訓練模型進行的一組演示,比如檢測錯誤分類的原因,評估二元分類模型的公平性和調查不同子數據集中模型的表現等。可以移步官方博客查看更多, 傳送門

What-If Tool 介紹主頁

Google AI

Google 首席 AI 科學家李飛飛宣佈離職!就是她讓 Google 人工智慧登上神壇

數據科學家、工程師們有福啦!Google「數據搜尋引擎」正式上線

Google Chrome 10 週年大更新:更簡潔的介面、更智慧的網路人生

(本文經公眾號 量子位 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈無需寫代碼!谷歌推出機器學習模型分析神器,代號 What-If〉。首圖來源:flickr CC Licensed)


點關鍵字看更多相關文章: