Text
xxAI - Beyond Explainable AI; International Workshop, Held in Conjunction with International Conference on Machine Learning (ICML) 2020, July 18, 2020, Vienna, Austria, Revised and Extended Papers
Ini adalah buku akses terbuka. Pembelajaran mesin (ML) statistik telah memicu kebangkitan kecerdasan buatan (AI). Sementara model ML yang paling sukses, termasuk Deep Neural Networks (DNN), telah mengembangkan prediktivitas yang lebih baik, model tersebut menjadi semakin kompleks, dengan mengorbankan interpretabilitas manusia (korelasi vs. kausalitas). Bidang AI yang dapat dijelaskan (xAI) telah muncul dengan tujuan menciptakan alat dan model yang bersifat prediktif dan dapat ditafsirkan serta dapat dipahami oleh manusia. AI yang dapat dijelaskan menerima minat yang besar dalam komunitas penelitian pembelajaran mesin dan AI, di seluruh akademisi, industri, dan pemerintah, dan sekarang ada peluang yang sangat baik untuk mendorong keberhasilan aplikasi AI yang dapat dijelaskan. Volume ini akan membantu komunitas penelitian untuk mempercepat proses ini, untuk mempromosikan penggunaan AI yang dapat dijelaskan secara lebih sistematis guna meningkatkan model dalam berbagai aplikasi, dan pada akhirnya untuk lebih memahami bagaimana metode AI yang dapat dijelaskan saat ini perlu ditingkatkan dan teori AI yang dapat dijelaskan seperti apa yang dibutuhkan. Setelah ikhtisar metode dan tantangan saat ini, editor menyertakan bab-bab yang menjelaskan perkembangan baru dalam AI yang dapat dijelaskan. Kontribusi tersebut berasal dari para peneliti terkemuka di bidang tersebut, yang berasal dari akademisi dan industri, dan banyak bab mengambil pendekatan interdisipliner yang jelas untuk pemecahan masalah. Konsep yang dibahas meliputi kemampuan menjelaskan, kausalitas, dan antarmuka AI dengan manusia, dan aplikasinya meliputi pemrosesan gambar, bahasa alami, hukum, keadilan, dan ilmu iklim.
No copy data
No other version available