Haldusteave
| Ametinimetus | Sissejuhatus üldisele selgitatavale tehisintellektile |
| Kestus | 60 minutit |
| Moodul | B |
| Õppetunni liik | Loeng |
| Keskendumine | Eetiline – usaldusväärne tehisintellekt |
| Teema | Üldine selgitatav tehisintellekt |
Võtmesõnad
Selgitatav tehisintellekt, masinaõpe, sügav õpe, tõlgendamine, arusaadavus, läbipaistvus, eraelu puutumatus, õiglus, vastutus, vastutustundlik tehisintellekt,
Õpieesmärgid
- Mõista, analüüsida ja täpsustada XAI tähtsust kaasaegses maailmas.
- Eristada läbipaistvaid ja läbipaistmatuid masinõppe mudeleid.
- XAI kategoriseerige ja arutage selgitatavuse lähenemisviise, tuginedes mudeli ulatusele, agnostilisusele, andmetüüpidele ja selgitustehnikatele.
- Mõista, uurida ja arutada kompromissi täpsuse ja tõlgendatavuse vahel.
- Võtke kokku ja mõista XAI tehnikate tööpõhimõtteid ja matemaatilisi modelleerimisi, nagu LIME, SHAP, DiCE, LRP, vastupidine ja kontrastne seletus.
- Laiendage XAI tehnikate võimalikke rakendusi, nagu LIME, SHAP, DiCE, LRP, et luua selgitusi musta kasti mudelitele tabeli-, teksti- ja pildiandmestike jaoks.
Eeldatav ettevalmistamine
Õppeüritused, mis tuleb lõpetada enne
Puudub.
Kohustuslik õpilastele
- Pythoni programmeerimise alused
- Masinõppe põhialused
Valikuline õpilastele
- Seletatav tehisintellekt: Sissejuhatus tõlgendatava masinõppe (1st ed. 2021. aasta väljaanne) poolt Uday Kamath (autor), John Liu (autor)
Viited ja taust õpilastele
Soovitatav õpetajatele
- Belle V., Papantonis I., Selgitatava masinõppe põhimõtted ja praktika
- Arrieta, A. B. et al., Selgitatav tehisintellekt (XAI): Mõisted, taksonoomiad, võimalused ja väljakutsed vastutustundliku tehisintellekti jaoks
- Seletatav tehisintellekt: Sissejuhatus tõlgendatava masinõppe (1st ed. 2021. aasta väljaanne) poolt Uday Kamath (autor), John Liu (autor)
Õppematerjalid
Juhised õpetajatele
See loeng annab üldise ülevaate selgitatava tehisintellekti (XAI) valdkonnast. Veel arutatakse meie tuginemist tehisintellekti mudelitele. Õpetajad võivad rõhutada, et hiljutised seadused on põhjustanud ka kiireloomulist vajadust selgitada ja kaitsta tehisintellektisüsteemide otsuseid. See loeng käsitleb tööriistu ja tehnikaid, et visualiseerida, selgitada ja ehitada usaldusväärseid tehisintellekti süsteeme.
Kontuur
| Kestus | Teema | Kirjeldus |
|---|---|---|
| 5 minutit | Sissejuhatus | XAI definitsioon. Miks on XAI oluline ja millised probleemid lahendavad? |
| 5 minutit | Selgitatavuse mõõtmed | Mida tähendab selgitatavus. Millistele kriteeriumitele peab vastama. |
| 20 minutit | Selgitused | Läbipaistvad mudelid ja Opaque mudelid. |
| 20 minutit | Selgitamise tehnikad | Läheneb selgitatavusele Model-Specific ja Model-Agnostic Techniques. |
| 10 minutit | Lõppmärkused | Arutelu õpilastega. Küsimused ja vastused. |
Tunnustused
Selle esitluse töötasid välja Christina Todorova ja dr George Sharkov Euroopa Tarkvara Instituudis – Kesk-Ida-Euroopas.
Esitlus põhineb suurel määral Belle V., Papantonis I., „Selgitatava masinõppe põhimõtted ja praktika“ ja Arrieta, A. B. et al. „Selgitav tehisintellekt (XAI): Kontseptsioonid, taksonoomiad, võimalused ja väljakutsed vastutustundliku tehisintellekti saavutamiseks“. Palun kaaluge nende algsete uuringute lugemist.
Inimkeskse tehisintellekti magistriprogrammi kaasfinantseeris Euroopa Liidu Ühendamise Rahastu toetusega CEF-TC-2020–1 „Digioskused 2020“-EU-IA-0068.