Logo hr.boatexistence.com

Kako se transparentnost i objašnjivost razlikuju?

Sadržaj:

Kako se transparentnost i objašnjivost razlikuju?
Kako se transparentnost i objašnjivost razlikuju?

Video: Kako se transparentnost i objašnjivost razlikuju?

Video: Kako se transparentnost i objašnjivost razlikuju?
Video: Jeremy Heimans: What new power looks like 2024, Svibanj
Anonim

Transparentnost rješava ovaj problem korištenjem jednostavno razumljivih modela, od kojih ćemo neke dotaknuti u sljedećem odjeljku. Objašnjivost rješava ovaj problem "raspakiranjem crne kutije" ili pokušajem da se dobije uvid iz modela strojnog učenja, često korištenjem statističkih metoda.

Što je objašnjivost modela?

Objašnjivost modela je široki koncept analize i razumijevanja rezultata koje pružaju ML modeli. Najčešće se koristi u kontekstu “crnih kutija” modela, za koje je teško pokazati kako je model došao do određene odluke.

Što je objašnjivost u dubokom učenju?

Objašnjivost (također nazvana "interpretabilnost") je koncept da model strojnog učenja i njegov rezultat mogu biti objašnjeni na način koji "ima smisla" za ljudsko biće na prihvatljivoj razini … Druge, kao što su sustavi dubokog učenja, iako su učinkovitiji, i dalje ih je teže objasniti.

Što objašnjivost znači u kontekstu AI sustava?

Andrew Maturo, analitičar podataka, SPR. “Objašnjiva AI u jednostavnim terminima znači AI koja je transparentna u svojim operacijama tako da će ljudski korisnici moći razumjeti i vjerovati odlukama Organizacije moraju postaviti pitanje – možete li objasniti kako je vaša AI to stvorila konkretan uvid ili odluka? –

Što je problem objašnjivosti?

Ljudi imaju očiglednu odbojnost prema odlukama crne kutije koje na njih utječu financijski, zdravstveni i na desetke drugih načina, a istovremeno ne svjesni određenih različitih vrsta odluka. … Kada AI donese ove odluke, može se čuti zahtjev za objašnjivošću.

Preporučeni: