Symphony：为机器学习组合交互式界面
人机交互
2022-02-21 v1 人工智能
机器学习
摘要
机器学习(ML)的界面，即关于模型或数据的信息与可视化，可帮助从业者构建稳健且负责任的ML系统。尽管有其益处，近期对ML团队的调研以及我们对从业者(n=9)的访谈表明，ML界面在实际中的采用有限。现有ML界面虽对特定任务有效，但并未设计为可被跨职能团队中多个利益相关者复用、探索和共享。为实现不同ML从业者之间的分析与沟通，我们设计并实现了Symphony，一个用于组合交互式ML界面的框架，其包含任务特定、数据驱动的组件，可在计算笔记本和Web仪表板等跨平台使用。我们通过与10个团队(n=31)的参与式设计会话开发了Symphony，并讨论了将Symphony部署到Apple的3个生产ML项目中的发现。Symphony帮助ML从业者发现了先前未知的问题，如数据重复和模型中的盲点，同时使他们能够与其他利益相关者共享见解。
引用
@article{arxiv.2202.08946,
title = {Symphony: Composing Interactive Interfaces for Machine Learning},
author = {Alex Bäuerle and Ángel Alexander Cabrera and Fred Hohman and Megan Maher and David Koski and Xavier Suau and Titus Barik and Dominik Moritz},
journal= {arXiv preprint arXiv:2202.08946},
year = {2022}
}
备注
Proceedings of the 2022 CHI Conference on Human Factors in Computing Systems