Raczej nikogo nie trzeba przekonywać, że innowacje i budowanie przewagi konkurencyjnej jest aktualnie skoncentrowane wokół AI. Wykorzystanie potencjału jaki wnosi AI do organizacji może odbywać się w różnych stylach. Jest styl „bez ograniczeń”, stosowany w krajach autorytarnych, który wprawdzie daje wymierne korzyści, ale nie jest akceptowalny w naszym kręgu kulturowym, bo łamie wiele praw obywatelskich. W naszej części świata są dwa ważne powody, dla których należy kontrolować sposób implementacji AI: ryzyko złamania obowiązujących regulacji (i surowe kary z tym związane) oraz ryzyko bardzo kosztownej utraty wizerunku i pozycji firmy.
W czasie warsztatów przedstawimy wybrane elementy platformy dostarczającej kompletny zestaw rozwiązań do przetwarzania i analizy danych, ze szczególnym uwzględnieniem komponentów dotyczących wyjaśnialności i zaufania do modeli AI (np. w kontekście unijnego rozporządzenia „AI Act” i nie tylko). Omówione zostaną narzędzia do monitorowania wszystkich procesów oraz zasobów wykorzystywanych i wytwarzanych w ramach Data Science: jakich danych użyto do budowy modelu, kto, kiedy i jakim algorytmem posłużył się do zbudowania modelu, jakie są parametry modelu, kto go modyfikował, jaka wersja modelu została uprodukcyjniona, jak wygląda przebieg jakości modelu w czasie, czy model wykazuje stronniczość, czy model wymaga zastąpienia/aktualizacji, jak wyjaśnić decyzje wskazywane przez model? Te procesy można próbować kontrolować ręcznie, ale szybko staje się to zadanie karkołomne. Potrzeba zautomatyzowanych narzędzi i rozwiązań wspomagających (które łatwo się skalują) i właśnie takim poświęcone będzie to spotkanie.
