IBM认知办理方案高等副总裁David Kenny表示，“IBM曾经确立了开拓新型人工智能技能的信赖和透明度原则。
现在是将这些原则付诸实现的时候了。
任何可能有缺陷的决策都会给利用人工智能的企业带来极大的潜在风险，而我们为企业供应了加强透明度和掌握的方法。
”

这些技能的发展也同样印证IBM研究院的最新研究结果，该研究显示，虽然有82%的企业正在考虑利用人工智能，但有60%的企业担心任务问题，63%的企业缺少能够可靠地管理这种技能的内部人才。

提高人工智能决策的可见度

在IBM云端运算平台上的全新信赖和透明度功能，可与各种机器学习框架和人工智能建构的环境模型合营利用，例如Watson，Tensorflow，SparkML，AWS SageMaker和AzureML。
也便是说，企业可以将这些新的掌握工具用于大部分常见的人工智能框架。
还可以对软件做事进行编码，以监控任何业务事情流程所需的独特决策成分，使其能根据特定的组织用场进行客制化。

这种完备自动化的软件做事能够阐明决策并在运行时(也便是进行决策时)检测人工智能模型中的偏差，每当潜在的不公结果涌现时就会立即创造。
主要的是，它还能自动建议应添加到模型的数据，帮助缓解它检测到的任何偏差。

它利用普通易懂的术语供应阐明，解释是哪些成分的权重使决策朝某一方向倾斜，决策建议的可信度有多大，以及可信度背后的成分。
此外，模型的准确性、性能和公道性以及人工智能系统谱系的记录可以根据客户做事、法规或合规用场，例如GDPR合规，轻松地追踪和回顾。

所有这些功能都是透过可视化操作面板来存取，让企业客户拥有前所未有的理解、阐明和管理人工智能主导决策的能力，并降落对专业人工智能技能的依赖。

使开源社群能够建构更公道的人工智能

此外，IBM研究院还将供应开源社群 AI Fairness 360工具包，这是一套包括新型算法、程序代码和教程的资源库，它将为学术单位、研究者和数据科学家供应在建构和支配机器学习模型时整合偏差检测功能的工具和知识。
开源社群中的其他资源仅仅着眼于检讨演习数据中的偏差，而IBM研究院建立的IBM AI Fairness 360工具包将有助于检讨和缓解人工智能模型中的偏差。
IBM研究院借助这一工具包，广邀环球开源社群互助推动人工智能的干系研究，降落办理人工智能偏差的困难度。

研究揭示了人工智能支配主流化的优先项目和障碍

IBM最近发布了IBM研究院2018人工智能报告，这份对5,000名企业高管的调研结果显示，对付人工智能推动商业代价和收入发展的潜力，企业领导者的意见正在发生重大变革。

报告中的主要创造：

82%的企业和93%的高绩效企业正在考虑推广人工智能运用，重点是增加收入。

60%的企业担心任务问题，63%的企业缺少能够可靠地管理人工智能技能的人才。

首席实行官认为在IT、信息安全、创新、客户做事和风险管理方面采取人工智能可以得到最大的代价。

人工智能的运用范围正在扩大，在金融做事等数字转型程度较高的行业很可能会加速推广。