Administrative oplysninger
| Titel | Gæsteforedrag om forklarlig maskinlæring |
| Varighed | 60 |
| Modul | C |
| Lektionstype | Forelæsning |
| Fokus | Teknisk — fremtidig kunstig intelligens |
| Emne | Åbne problemer og udfordringer |
Nøgleord
Forklarlig AI, Fortolkningsmodeller,Sort boks-modeller,Post-hoc,
Læringsmål
- Forstå betydningen af XAI
- Forstå forskellen mellem fortolkelige og forklarlige tilgange
- Identifikation af XAI-interessenter
- Forstå taksonomien af XAI-tilgange
- Være i stand til at indtifiy XAI begrænsninger og den fremtidige retning af XAI
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
Valgfrit for studerende
Referencer og baggrund for studerende
- MIT 6.S191: Robust og pålidelig dyb læring — YouTube-video
Anbefalet til lærerne
Ingen.
Undervisningsmaterialer
Instruktioner til lærerne
Dette gæsteforedrag bør forklare betydningen af forklarbar kunstig intelligens og de fordele, det medfører for AI-systemer. Foredraget skal identificere de involverede interessenter, og hvordan XAI kan være til gavn for hver gruppe (ingeniører, slutbrugere, lovgivere). Der bør skelnes mellem fortolkelig kunstig intelligens og forklarlig kunstig intelligens sammen med en diskussion af, hvorfor XAI måske ikke er god nok i det lange løb. Foredraget skal identificere de ønskede egenskaber ved forklarlighed og bør skitsere en taksonomi af XAI tilgange. Foredraget bør afsluttes med en diskussion af begrænsningerne ved exisitng XAI tilgange og deres fremtidige retninger.
Omrids
| Varighed | Beskrivelse |
|---|---|
| 10 min. | Betydningen af forklarbar AI (XAI) |
| 10 min. | Letforståelig og forståelig kunstig intelligens |
| 10 min. | Xai-interessenter |
| 10 min. | Taksonomi for XAI-tilgange |
| 10 min. | Xai Begrænsninger og fremtidig retning |
Anerkendelser
Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.