AIF責任あるAIのガイドライン

機械学習モデルの予測結果に対して、なぜその予測に至ったのか(例:住宅ローン審査での拒否理由)を説明可能にし、データの偏り(バイアス)を検出するのに役立つAWSサービスはどれですか?

A
Amazon SageMaker Clarify
✓ 正解
機械学習モデルのトレーニングデータや推論結果に潜むバイアスを検出し、特徴量の重要度などで予測根拠を可視化するExplainability機能を提供します。住宅ローン審査など透明性が求められる用途に最適です。
B
Amazon SageMaker Model Monitor
本番稼働中モデルのデータ品質や予測分布の経時的な変化(ドリフト)を自動検出・監視するサービスです。バイアス検出や予測根拠の説明機能はSageMaker Clarifyの役割であり、この設問の要件とは用途が異なります。
C
AWS CloudTrail
AWSアカウント上のAPI呼び出し履歴を記録・保存する監査ログサービスです。セキュリティ監査やコンプライアンス対応に用いられますが、機械学習モデルの説明可能性やバイアス検出とは直接関係ありません。
D
Amazon Inspector
EC2インスタンスやコンテナイメージに存在するセキュリティ脆弱性を自動スキャンするサービスです。インフラのセキュリティ評価に使用しますが、AIモデルのバイアス検出や予測の説明機能は持ちません。

解説

正解はAです。Amazon SageMaker Clarifyは、機械学習モデルのトレーニングデータや推論結果における潜在的なバイアス(偏り)を検出し、モデルがどのように予測を行ったか(特徴量の重要度など)を説明可能(Explainability)にするための機能を提供します。これにより、責任ある透明性の高いAIの構築を支援します。BのSageMaker Model Monitorは、運用中のモデルのデータ品質や精度が時間とともに劣化(ドリフト)していないかを監視するサービスです。CのCloudTrailはAPIの監査ログ、DのInspectorはEC2などの脆弱性診断サービスであり、いずれもAIの説明可能性には無関係です。

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 →
AIF の問題一覧に戻る