AIFAIソリューションのセキュリティ、コンプライアンス、ガバナンス
金融機関がAmazon SageMakerでクレジットスコアリングモデルを構築しています。規制当局から以下の2点を求められました。
(1) AIによる融資拒否の判断根拠を顧客に説明できること
(2) モデルが年齢・性別などの保護属性に対して統計的に不公平な判断をしていないか定量的に検証すること
この両方の要件を満たすAWSサービスはどれですか？
AAmazon SageMaker Model Monitor
本番環境にデプロイ済みのモデルを継続的に監視し、データドリフトや品質劣化を検出するサービスです。バイアス検出や個々の予測根拠を顧客に説明する機能は持たず、規制当局が求める説明可能性・公平性の2要件を同時に満たすことはできません。
BAmazon SageMaker Autopilot
AutoML（自動機械学習）サービスで、アルゴリズム選択からハイパーパラメータ調整まで自動化できます。モデルのバイアス評価や予測根拠の説明機能は提供しておらず、規制当局が求める説明可能性・公平性の検証要件をどちらも満たすことができません。
CAmazon SageMaker Clarify
✓ 正解
バイアス検出と説明可能性（Explainability）の両機能を提供します。SHAP値（各入力特徴がモデル予測に与えた寄与度を数値化する手法）により個々の融資判断根拠を説明でき、保護属性（年齢・性別等）に対するバイアスも定量的に検証できます。
DAmazon SageMaker Feature Store
機械学習で使用する特徴量を一元管理・共有するストアサービスです。特徴量の登録・検索・再利用を効率化しますが、バイアス評価や予測根拠の説明機能は持たず、規制当局が求める2要件のどちらにも対応していません。
解説
Amazon SageMaker Clarify はバイアス検出と説明可能性（Explainability）の両機能を提供します。保護属性（年齢・性別等）に対するバイアスを定量的に評価し、SHAP値（SHapley Additive exPlanations：各入力特徴がモデル予測結果に与えた寄与度を数値化する手法）を用いて個々の予測根拠を説明できます。
選択肢Aの Model Monitor は本番モデルのドリフト監視です。
選択肢Bの Autopilot は AutoML（自動機械学習）です。
選択肢Dの Feature Store は特徴量の管理・再利用に使用します。
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 →