AIF責任あるAIのガイドライン
ある企業が複数のMLモデルを本番運用しており、AIガバナンス委員会から各モデルの「想定される用途、トレーニングデータの概要、評価結果、既知の制限事項やリスク」を一元的に文書化し、関係者間で共有・バージョン管理できる仕組みを求められました。責任あるAIの透明性・ガバナンスを支える取り組みとして最も適切なものはどれですか。
AAmazon SageMaker Model Cards でモデルの目的・性能・リスクを文書化し共有する
✓ 正解
モデルの想定用途・データ概要・評価結果・既知のリスクを構造化文書として記録でき、バージョン管理と関係者間の共有が可能。責任あるAIの透明性とガバナンスを支える文書化要件に合致するため適切である。
BAmazon SageMaker Model Monitor でデータドリフトを継続的に監視する
本番モデルのデータドリフトや品質劣化を継続的に監視する機能であり、モデルの想定用途やリスクを一元的に文書化・共有する用途には対応しないため、求められた要件を満たさない。
CAmazon CloudWatch でモデルの推論レイテンシをダッシュボードで可視化する
推論レイテンシなど運用メトリクスのダッシュボード化に用いるサービスであり、モデルの目的・評価結果・既知のリスクを文書化する仕組みではないため要件を満たさない。
DAWS CloudTrail でモデルへのAPIアクセス履歴を監査ログとして記録する
モデルへのAPIアクセス履歴を監査ログとして記録するサービスであり、モデルの想定用途や性能・制限事項を文書化・共有する目的には合致しないため不適切である。
解説
Amazon SageMaker Model Cards は、モデルの想定用途・トレーニングデータの概要・評価指標・既知の制限やリスクといった情報を構造化された単一のドキュメントとして記録し、バージョン管理やステークホルダー間の共有を可能にする。これは責任あるAIの透明性とガバナンスを支える文書化の仕組みとして最適である。
選択肢Bの Amazon SageMaker Model Monitor は本番モデルのデータドリフトや品質劣化を監視する機能で、モデルの用途やリスクの文書化は目的としない。
選択肢Cの Amazon CloudWatch は推論レイテンシなどの運用メトリクスを可視化するもので、モデルの用途やリスクの文書化はできない。
選択肢Dの AWS CloudTrail はAPI呼び出しの監査ログを記録するサービスで、モデルの想定用途や評価結果の文書化には対応しない。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →