[diese Seite im Wiki][Index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Vortrag: Gastvortrag zum Thema Erklärbares maschinelles Lernen (XAI)

Verwaltungsinformationen

Titel Gastvortrag zum Thema Erklärbares maschinelles Lernen
Dauer 60
Modulen C
Unterrichtstyp Vortrag
Fokussierung Technisches – Zukunfts-KI
Themenbereich Offene Probleme und Herausforderungen

Suchbegriffe

Erklärbare KI, Interpretable Modelle, Black Box Modelle, Post-hoc,

Lernziele

Erwartete Vorbereitung

Lernveranstaltungen, die vorab abgeschlossen werden müssen

Obligatorisch für Studenten

Referenzen und Hintergründe für Studierende

  • MIT 6.S191: Robustes und vertrauenswürdiges Deep Learning – YouTube-Video

Empfohlen für Lehrer

Keine.

Unterrichtsmaterialien

Anleitung für Lehrer

In diesem Gastvortrag soll die Bedeutung der erklärbaren KI und die Vorteile von KI-Systemen erläutert werden. Der Vortrag sollte die beteiligten Akteure identifizieren und wie XAI für jede Gruppe von Nutzen sein kann (Ingenieure, Endanwender, Gesetzgeber). Es sollte zwischen interpretierbarer und erklärbarer KI sowie einer Diskussion darüber unterschieden werden, warum XAI auf lange Sicht möglicherweise nicht gut genug ist. Der Vortrag soll die gewünschten Merkmale der Erklärbarkeit identifizieren und eine Taxonomie von XAI-Ansätzen skizzieren. Der Vortrag soll mit einer Diskussion über die Grenzen der exisitng XAI-Ansätze und ihre zukünftigen Richtungen enden.

Gliederung

CeADAR Tech Talk: Auf dem Weg zu robuster und vertrauenswürdiger KI
Dauer Beschreibung
10 min Bedeutung von Explainable AI (XAI)
10 min Interpretierbare und erklärbare KI
10 min Xai-Beteiligte
10 min Taxonomie von XAI-Ansätzen
10 min Xai Grenzen und zukünftige Richtung

Danksagung

Das Human-Centered AI Masters-Programm wurde von der Fazilität „Connecting Europe“ der Europäischen Union im Rahmen des Zuschusses „CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068“ kofinanziert.