ISO/IEC 23053:2022
(Main)Framework for Artificial Intelligence (AI) Systems Using Machine Learning (ML)
Framework for Artificial Intelligence (AI) Systems Using Machine Learning (ML)
This document establishes an Artificial Intelligence (AI) and Machine Learning (ML) framework for describing a generic AI system using ML technology. The framework describes the system components and their functions in the AI ecosystem. This document is applicable to all types and sizes of organizations, including public and private companies, government entities, and not-for-profit organizations, that are implementing or using AI systems.
Cadre pour les systèmes d'intelligence artificielle (IA) qui utilisent l'apprentissage automatique (ML)
Le présent document établit un cadre en matière d'intelligence artificielle (IA) et d'apprentissage machine (ML) pour la description d'un système d'IA générique utilisant la technologie du ML. Le cadre décrit les composants du système et leurs fonctions dans l'écosystème de l'IA. Le présent document s'applique aux organismes de tous types et de toutes tailles, y compris les entreprises publiques et privées, les entités gouvernementales et les organisations à but non lucratif, qui mettent en œuvre ou utilisent des systèmes d'IA.
General Information
Standards Content (Sample)
INTERNATIONAL ISO/IEC
STANDARD 23053
First edition
2022-06
Framework for Artificial Intelligence
(AI) Systems Using Machine Learning
(ML)
Cadre méthodologique pour les systèmes d’intelligence artificielle (IA)
utilisant l’apprentissage machine
Reference number
© ISO/IEC 2022
© ISO/IEC 2022
All rights reserved. Unless otherwise specified, or required in the context of its implementation, no part of this publication may
be reproduced or utilized otherwise in any form or by any means, electronic or mechanical, including photocopying, or posting on
the internet or an intranet, without prior written permission. Permission can be requested from either ISO at the address below
or ISO’s member body in the country of the requester.
ISO copyright office
CP 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Geneva
Phone: +41 22 749 01 11
Email: copyright@iso.org
Website: www.iso.org
Published in Switzerland
ii
© ISO/IEC 2022 – All rights reserved
Contents Page
Foreword .iv
Introduction .v
1 Scope . 1
2 Normative references . 1
3 Terms and definitions . 1
3.1 Model development and use . 1
3.2 Tools . 2
3.3 Data . 2
4 Abbreviated terms . 3
5 Overview . 4
6 Machine learning system .4
6.1 Overview . 4
6.2 Task . 5
6.2.1 General . 5
6.2.2 Regression . 6
6.2.3 Classification . . 6
6.2.4 Clustering . . 6
6.2.5 Anomaly detection . . 6
6.2.6 Dimensionality reduction . 7
6.2.7 Other tasks . 7
6.3 Model . 7
6.4 Data . 8
6.5 Tools . 9
6.5.1 General . 9
6.5.2 Data preparation . 9
6.5.3 Categories of ML algorithms . 10
6.5.4 ML optimisation methods . 14
6.5.5 ML evaluation metrics . 16
7 Machine learning approaches .19
7.1 General . 19
7.2 Supervised machine learning . 20
7.3 Unsupervised machine learning . 22
7.4 Semi-supervised machine learning. 23
7.5 Self-supervised machine learning . 23
7.6 Reinforcement machine learning . 23
7.7 Transfer learning . 24
8 Machine learning pipeline .25
8.1 General . 25
8.2 Data acquisition .26
8.3 Data preparation . 27
8.4 Modelling . 28
8.5 Verification and validation .30
8.6 Model deployment .30
8.7 Operation . 30
8.8 Example machine learning process based on ML pipeline . 31
Annex A (informative) Example data flow and data use statements for supervised learning
process .34
Bibliography .36
iii
© ISO/IEC 2022 – All rights reserved
Foreword
ISO (the International Organization for Standardization) and IEC (the International Electrotechnical
Commission) form the specialized system for worldwide standardization. National bodies that are
members of ISO or IEC participate in the development of International Standards through technical
committees established by the respective organization to deal with particular fields of technical
activity. ISO and IEC technical committees collaborate in fields of mutual interest. Other international
organizations, governmental and non-governmental, in liaison with ISO and IEC, also take part in the
work.
The procedures used to develop this document and those intended for its further maintenance
are described in the ISO/IEC Directives, Part 1. In particular, the different approval criteria
needed for the different types of document should be noted. This document was drafted in
accordance with the editorial rules of the ISO/IEC Directives, Part 2 (see www.iso.org/directives or
www.iec.ch/members_experts/refdocs).
Attention is drawn to the possibility that some of the elements of this document may be the subject
of patent rights. ISO and IEC shall not be held responsible for identifying any or all such patent
rights. Details of any patent rights identified during the development of the document will be in the
Introduction and/or on the ISO list of patent declarations received (see www.iso.org/patents) or the IEC
list of patent declarations received (see patents.iec.ch).
Any trade name used in this document is information given for the convenience of users and does not
constitute an endorsement.
For an explanation of the voluntary nature of standards, the meaning of ISO specific terms and
expressions related to conformity assessment, as well as information about ISO's adherence to
the World Trade Organization (WTO) principles in the Technical Barriers to Trade (TBT) see
www.iso.org/iso/foreword.html. In the IEC, see www.iec.ch/understanding-standards.
This document was prepared by Joint Technical Committee ISO/IEC JTC 1, Information technology,
Subcommittee SC 42, Artificial Intelligence.
Any feedback or questions on this document should be directed to the user’s national standards
body. A complete listing of these bodies can be found at www.iso.org/members.html and
www.iec.ch/national-committees.
iv
© ISO/IEC 2022 – All rights reserved
Introduction
Artificial intelligence (AI) systems, in general, are engineered systems that generate outputs such as
content, forecasts, recommendations or decisions for a given set of human-defined objectives. AI covers
a wide range of technologies that reflect different approaches to dealing with these complex problems.
ML is a branch of AI that employs computational techniques to enable systems to learn from data or
experiences. In other words, ML systems are developed through the optimisation of algorithms to fit to
training data, or improve their performance based through maximizing a reward. ML methods include
deep learning, which is also addressed in this document.
Terms such as knowledge, learning and decisions are used throughout the document. However, it is not
the intent to anthropomorphize machine learning (ML).
This document aims to provide a framework for the description of AI systems that use ML. By
establishing a common terminology and a common set of concepts for such systems, this document
provides a basis for the clear explanation of the systems and various considerations that apply to their
engineering and to their use. This document is intended for a wide audience including experts and non-
practitioners. However, some of the clauses (identified in the overview in Clause 5), include more in-
depth technical descriptions.
This document also provides the basis for other standards directed at specific aspects of ML systems
and their components.
v
© ISO/IEC 2022 – All rights reserved
INTERNATIONAL STANDARD ISO/IEC 23053:2022(E)
Framework for Artificial Intellig
...
NORME ISO/IEC
INTERNATIONALE 23053
Première édition
2022-06
Cadre pour les systèmes d'intelligence
artificielle (IA) qui utilisent
l'apprentissage machine (ML)
Framework for Artificial Intelligence (AI) Systems Using Machine
Learning (ML)
Numéro de référence
© ISO/IEC 2022
DOCUMENT PROTÉGÉ PAR COPYRIGHT
© ISO/IEC 2022
Tous droits réservés. Sauf prescription différente ou nécessité dans le contexte de sa mise en œuvre, aucune partie de cette
publication ne peut être reproduite ni utilisée sous quelque forme que ce soit et par aucun procédé, électronique ou mécanique,
y compris la photocopie, ou la diffusion sur l’internet ou sur un intranet, sans autorisation écrite préalable. Une autorisation peut
être demandée à l’ISO à l’adresse ci-après ou au comité membre de l’ISO dans le pays du demandeur.
ISO copyright office
Case postale 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Genève
Tél.: +41 22 749 01 11
Fax: +41 22 749 09 47
E-mail: copyright@iso.org
Web: www.iso.org
Publié en Suisse
ii
© ISO/IEC 2022 – Tous droits réservés
Sommaire Page
Avant-propos .iv
Introduction .v
1 Domaine d'application .1
2 Références normatives .1
3 Termes et définitions . 1
3.1 Développement et utilisation des modèles . 1
3.2 Outils . 2
3.3 Données . 2
4 Abréviations . 3
5 Vue d'ensemble . 4
6 Système d'apprentissage machine .5
6.1 Vue d'ensemble . 5
6.2 Tâche. 6
6.2.1 Généralités . 6
6.2.2 Régression . 6
6.2.3 Classification . . 6
6.2.4 Regroupement . 7
6.2.5 Détection des anomalies. 7
6.2.6 Réduction de la dimensionnalité. 7
6.2.7 Autres tâches . 7
6.3 Modèle . 8
6.4 Données . 9
6.5 Outils . 10
6.5.1 Généralités . 10
6.5.2 Préparation des données . 10
6.5.3 Catégories d'algorithmes de ML . 10
6.5.4 Méthodes d'optimisation du ML . 16
6.5.5 Mesures d'évaluation du ML. 17
7 Approches de l'apprentissage machine .21
7.1 Généralités . 21
7.2 Apprentissage supervisé . 21
7.3 Apprentissage non supervisé .23
7.4 Apprentissage semi-supervisé . 23
7.5 Apprentissage auto-supervisé . 24
7.6 Apprentissage par renforcement . 24
7.7 Apprentissage par transfert . 25
8 Pipeline d'apprentissage machine .26
8.1 Généralités . 26
8.2 Acquisition des données. 27
8.3 Préparation des données .28
8.4 Modélisation .30
8.5 Vérification et validation . 32
8.6 Déploiement du modèle . 32
8.7 Exploitation . 33
8.8 Exemple de processus d'apprentissage machine basé sur le pipeline de ML .33
Annexe A (informative) Exemple de flux de données et de déclarations d'utilisation des
données pour le processus d'apprentissage supervisé .36
Bibliographie .38
iii
© ISO/IEC 2022 – Tous droits réservés
Avant-propos
L'ISO (Organisation internationale de normalisation) et l'IEC (Commission électrotechnique
internationale) forment le système spécialisé de la normalisation mondiale. Les organismes
nationaux membres de l'ISO ou de l'IEC participent au développement de Normes Internationales
par l'intermédiaire des comités techniques créés par l'organisation concernée afin de s'occuper des
domaines particuliers de l'activité technique. Les comités techniques de l'ISO et de l'IEC collaborent
dans des domaines d'intérêt commun. D'autres organisations internationales, gouvernementales et non
gouvernementales, en liaison avec l'ISO et l'IEC participent également aux travaux.
Les procédures utilisées pour élaborer le présent document et celles destinées à sa mise à jour
sont décrites dans les Directives ISO/IEC, Partie 1. Il convient, en particulier, de prendre note des
différents critères d'approbation requis pour les différents types de documents. Le présent document
a été rédigé conformément aux règles de rédaction données dans les Directives ISO/IEC, Partie 2
(voir www.iso.org/directives ou www.iec.ch/members_experts/refdocs).
L'attention est attirée sur le fait que certains des éléments du présent document peuvent faire l'objet
de droits de propriété intellectuelle ou de droits analogues. L'ISO et l'IEC ne sauraient être tenues pour
responsables de ne pas avoir identifié de tels droits de propriété et averti de leur existence. Les détails
concernant les références aux droits de propriété intellectuelle ou autres droits analogues identifiés
lors de l'élaboration du document sont indiqués dans l'Introduction et/ou dans la liste des déclarations
de brevets reçues par l'ISO (voir www.iso.org/brevets) ou dans la liste des déclarations de brevets
reçues par l'IEC (voir patents.iec.ch).
Les appellations commerciales éventuellement mentionnées dans le présent document sont données
pour information, par souci de commodité, à l'intention des utilisateurs et ne sauraient constituer un
engagement.
Pour une explication de la nature volontaire des normes, la signification des termes et expressions
spécifiques de l'ISO liés à l'évaluation de la conformité, ou pour toute information au sujet de
l'adhésion de l'ISO aux principes de l'Organisation mondiale du commerce (OMC) concernant
les obstacles techniques au commerce (OTC), voir www.iso.org/iso/fr/avant-propos. Pour l'IEC,
voir www.iec.ch/understanding-standards.
Le présent document a été élaboré par le comité technique mixte ISO/IEC JTC 1, Technologies de
l'information, sous-comité SC 42, Intelligence artificielle.
Il convient que l'utilisateur adresse tout retour d'information ou toute question concernant le présent
document à l'organisme national de normalisation de son pays. Une liste exhaustive desdits organismes
se trouve aux adresses www.iso.org/fr/members.html et www.iec.ch/national-committees.
iv
© ISO/IEC 2022 – Tous droits réservés
Introduction
En général, les systèmes d'intelligence artificielle (IA) sont des systèmes techniques qui génèrent des
sorties telles que du contenu, des prévisions, des recommandations ou des décisions pour un ensemble
donné d'objectifs définis par l'homme. L'IA couvre un large éventail de technologies qui illustrent
différentes approches de la résolution de ces problèmes complexes.
Le ML est une branche de l'IA qui utilise des techniques de calcul pour permettre aux systèmes
d'apprendre à partir de données ou d'expériences. En d'autres termes, les systèmes de ML sont
développés grâce à l'optimisation des algorithmes de façon à s'ajuster aux données d'entraînement,
ou améliorer leurs performances en maximisant une récompense. Les méthodes de ML incluent
l'apprentissage profond, qui est également traité dans le présent document.
Des termes tels que «connaissances», «apprentissage» et «décisions» sont utilisés tout au long du
présent document. Toutefois, l'intention n'est pas d'anthropomorphiser l'apprentissage machine (ML).
Le présent document vise à fournir un cadre pour la description des systèmes d'IA qui utilisent le ML.
En établissant une terminologie et un ensemble de concepts communs pour ces systèmes, le présent
document fournit une base pour l'explication claire des systèmes et des diverses considérations qui
s'appliquent à leur ingénierie et à leur utilisation. Le présent document est de
...
Questions, Comments and Discussion
Ask us and Technical Secretary will try to provide an answer. You can facilitate discussion about the standard in here.