Informații administrative
| Titlu | Introducere în IA generală explicată |
| Durată | 60 de minute |
| Modulul | B |
| Tipul lecției | Prelegere |
| Focalizare | Etică – IA demnă de încredere |
| Subiect | IA generală explicată |
Cuvinte cheie
Inteligența artificială explicabilă, învățarea mecanică, învățarea profundă, interpretabilitatea, înțelegerea, transparența, confidențialitatea, corectitudinea, răspunderea, inteligența artificială responsabilă,
Obiective de învățare
- Înțelege, analizează și detaliază importanța XAI în lumea modernă.
- Diferențierea între modelele transparente și opace de învățare automată.
- Clasificarea și discutarea abordărilor de explicabilitate XAI bazate pe domeniul de aplicare al modelului, agnosticitate, tipuri de date și tehnici de explicație.
- Discerneți, investigați și discutați compromisul dintre acuratețe și interpretabilitate.
- Rezumă și înțelege principiile de lucru și modelarea matematică a tehnicilor XAI, cum ar fi LIME, SHAP, DiCE, LRP, explicații contrafactuale și contrastive.
- Extindeți aplicațiile posibile ale tehnicilor XAI, cum ar fi LIME, SHAP, DiCE, LRP, pentru a genera explicații pentru modelele black-box pentru seturile de date tabelare, textuale și imagine.
Pregătirea preconizată
Evenimente de învățare care urmează să fie finalizate înainte
Nici unul.
Obligatoriu pentru studenți
- Fundamentele programării Python
- Fundamentele învățării automate
Opțional pentru studenți
- Inteligența artificială explicabilă: O introducere în învățarea mașinilor interpretabile (ed. Ediția 2021) de Uday Kamath (autor), John Liu (autor)
Referințe și context pentru studenți
Recomandat pentru profesori
- Belle V., Papantonis I., Principiile și practica învățării mașinilor explicate
- Arrieta, A. B. et al., Inteligență artificială explicată (XAI): Concepte, taxonomii, oportunități și provocări pentru o IA responsabilă
- Inteligența artificială explicabilă: O introducere în învățarea mașinilor interpretabile (ed. Ediția 2021) de Uday Kamath (autor), John Liu (autor)
Materiale de lecție
Instrucțiuni pentru profesori
Această prelegere oferă perspective generale în domeniul inteligenței artificiale explicate (XAI). Dependența noastră de modele de inteligență artificială este discutată în continuare. Profesorii pot sublinia faptul că legile recente au cauzat, de asemenea, urgența în ceea ce privește explicarea și apărarea deciziilor luate de sistemele de IA. Această prelegere discută instrumente și tehnici pentru a vizualiza, explica și construi sisteme AI de încredere.
Contur
| Durată | Subiect | Descriere |
|---|---|---|
| 5 minute | Introducere | Definiție XAI. De ce este XAI important și ce probleme rezolvă? |
| 5 minute | Dimensiunile explicabilității | Ce înseamnă explicabilitatea? La ce criterii trebuie să răspundă. |
| 20 de minute | Abordări ale explicabilității | Modele transparente și modele opace. |
| 20 de minute | Tehnici de explicabilitate | Abordarea Explainability cu tehnici model-specifice și model-agnostic. |
| 10 minute | Observații finale | Discuție cu studenții. Întrebări și răspunsuri. |
Confirmări
Această prezentare a fost dezvoltată de Christina Todorova și Dr. George Sharkov la European Software Institute – Center Eastern Europe.
Prezentarea se bazează și utilizează materiale și structură din lucrările lui Belle V., Papantonis I., „Principii și practici ale învățării mașinilor explicate” și Arrieta, A. B. et al., „Inteligența artificială explicată (XAI): Concepte, taxonomii, oportunități și provocări pentru o IA responsabilă”. Vă rugăm să luați în considerare citirea cercetărilor lor originale.
Programul de masterat AI centrat pe om a fost cofinantat de Mecanismul pentru interconectarea Europei al Uniunii Europene sub Grantul CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.