[questa pagina su wiki][indice][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Lezione: Guest Lecture on Explainable Machine Learning (XAI)

Informazioni amministrative

Titolo Conferenza degli ospiti sull'apprendimento automatico spiegabile
Durata 60
Modulo C
Tipo di lezione Lezione
Focus Tecnico — Intelligenza Artificiale del Futuro
Argomento Problemi aperti e sfide

Parole chiave

AI spiegabile, Modelli interpretativi, Modelli Black Box,Post-hoc,

Obiettivi di apprendimento

Preparazione prevista

Obbligatorio per gli studenti

Referenze e background per gli studenti

  • MIT 6.S191: Deep Learning robusto e affidabile — Video YouTube

Consigliato per gli insegnanti

Nessuno.

Materiale didattico

Istruzioni per gli insegnanti

Questa conferenza ospite dovrebbe spiegare l'importanza dell'intelligenza artificiale spiegabile e i vantaggi che apporta ai sistemi di IA. La conferenza dovrebbe identificare le parti interessate coinvolte e come la XAI può essere utile per ciascun gruppo (ingegneri, utenti finali, legislatori). Dovrebbe essere fatta una distinzione tra AI interpretabile e AI spiegabile insieme a una discussione sul perché XAI potrebbe non essere abbastanza buono nel lungo periodo. La lezione dovrebbe identificare le caratteristiche desiderate di spiegabilità e dovrebbe delineare una tassonomia degli approcci XAI. La lezione dovrebbe concludersi con una discussione sui limiti degli approcci exisitng XAI e delle loro direzioni future.

Contorno

CeADAR Tech Talk: Verso un'IA robusta e affidabile
Durata Descrizione
10 min L'importanza dell'IA spiegabile (XAI)
10 min AI interpretabile e spiegabile
10 min Xai Stakeholders
10 min Tassonomia degli approcci XAI
10 min Limiti Xai e direzione futura

Riconoscimenti

Il programma Human-Centered AI Masters è stato co-finanziato dal meccanismo per collegare l'Europa dell'Unione europea nell'ambito della sovvenzione CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.