BigQuery ML モデル用の Explainable AI

Explainable AI は、AI モデルの予測と決定を理解するために使用できる一連の手法です。BigQuery ML と Vertex AI にはいずれも、特徴ベースの説明を提供する Explainable AI のサービスがあります。

このページを使用して、Model Registry に登録された BigQuery ML モデルで Explainable AI を使用できるかどうかを確認します。

BigQuery ML 自体は、2 つのフレームワークで Explainable AI をサポートしているため、異なるモデルタイプをサポートしています。このページでは、Model Registry のインテグレーションでサポートされているモデルタイプについて説明します。BigQuery ML ベースの Explainable AI については、BigQuery ML のモデルで XAI を実行するをご覧ください。

Vertex AI の Explainable AI でサポートされているモデルタイプ

Explainable AI は、エクスポート可能な教師あり学習モデルのサブセットに対して Vertex AI で利用できます。以下のリストにないモデルタイプは、メタデータを手動で編集した場合に Explainable AI をサポートする可能性があります。詳細については、Vertex Explainable AI の概要をご覧ください。

モデルタイプ Explainable AI の方式
dnn_classifier 統合勾配
dnn_regressor 統合勾配
dnn_linear_combined_classifier 統合勾配
dnn_linear_combined_regressor 統合勾配
boosted_tree_regressor サンプリングされた Shapley
boosted_tree_classifier サンプリングされた Shapley
random_forest_regressor サンプリングされた Shapley
random_forest_classifier サンプリングされた Shapley

これらの方式の詳細については、特徴アトリビューション方式をご覧ください。

Model Registry で Explainable AI を有効にする

BigQuery ML モデルが Model Registry に登録されていて、Explainable AI でサポートされているモデルタイプの場合、エンドポイントにデプロイするときに、モデルで Explainable AI を有効にできます。BigQuery ML モデルを登録すると、関連するすべてのメタデータが入力されます。

  1. BigQuery ML モデルを Model Registry に登録します。
  2. Google Cloud コンソールの BigQuery セクションから [Model Registry] ページに移動します。
  3. Model Registry から BigQuery ML モデルを選択し、モデル バージョンをクリックしてモデルの詳細ページにリダイレクトします。
  4. モデル バージョンから [その他の操作] を選択します。
  5. [エンドポイントへのデプロイ] をクリックします。
  6. エンドポイントを定義します。エンドポイント名を作成して [続行] をクリックします。
  7. マシンタイプを選択します（n1-standard-2 など）。
  8. [モデル設定] のロギング セクションで、Explainability のオプションを有効にするチェックボックスをオンにします。
  9. [完了]、[続行] の順にクリックしてエンドポイントにデプロイします。

コンソールから XAI を有効にする

Model Registry からモデルで XAI を使用する方法については、デプロイされたモデルを使用してオンライン説明を取得するをご覧ください。Vertex AI での XAI の詳細については、説明を取得するをご覧ください。

詳細