深度解讀《人工智能的可解釋性》
可解釋性人工智能的應(yīng)用場景
人工智能的可解釋性為使用它的人，使用它的產(chǎn)業(yè)，提供了一種信任的基礎(chǔ)。有了這樣的基礎(chǔ)，AI才可以在更廣的范圍內(nèi)發(fā)揮它更大的作用。那當(dāng)不同的人工智能模型組成一個復(fù)雜的系統(tǒng)時，我們該如何體現(xiàn)整個系統(tǒng)的可解釋性？
主講嘉賓：Element AI 聯(lián)合創(chuàng)始人、首席科學(xué)官 Nicolas Chapados博士
舉個例子：
我們使用計算機視覺對圖像進行學(xué)習(xí)和分析，來判斷圖像當(dāng)中哪些是狼，哪些是哈士奇。在左下角的這幅圖里，這個算法錯誤的把一只哈士奇當(dāng)作了狼。這是因為我們在選擇培訓(xùn)數(shù)據(jù)，也就是這些圖片的時候，大部份狼的圖片背景中是雪地。于是這個計算機視覺的人工智能算法一下就偵測到了這個非常明顯的區(qū)別，將這個區(qū)別作為他判斷是狼還是哈士奇的一個標(biāo)準(zhǔn)，而不是專注于狼和哈士奇面部的一些細微的區(qū)別。如果我們事前不知道培訓(xùn)數(shù)據(jù)里的這樣的區(qū)別，僅僅基于這個計算機視覺所給我們的結(jié)果，我們非常難發(fā)現(xiàn)機器視覺是如何犯下這樣的錯誤的。
不同的企業(yè)不同的公司，都會遇到類似的問題，那真的可以相信這個人工智能的系統(tǒng)嗎？從整個社會的層面上看，大范圍的使用人工智能的時候，它是否會造成一個我們都無法想象的結(jié)果？
正確的處理這些疑問和質(zhì)疑的方式是，我們必須將人工智能的可解釋性也涉及到這些系統(tǒng)和算法中去。
舉個例子：
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
-
9 每日AI全球觀察
- 1 特斯拉工人被故障機器人打成重傷，索賠3.6億
- 2 【行業(yè)深度研究】退居幕后四年后，張一鳴終于把算法公司變成AI公司？
- 3 AI 時代，阿里云想當(dāng)“安卓” ，那誰是“蘋果”？
- 4 拐點已至！匯川領(lǐng)跑工控、埃斯頓份額第一、新時達海爾賦能扭虧為盈
- 5 硬剛英偉達！華為發(fā)布全球最強算力超節(jié)點和集群
- 6 隱退4年后，張一鳴久違現(xiàn)身！互聯(lián)網(wǎng)大佬正集體殺回
- 7 00后華裔女生靠兩部AI電影狂賺7.8億人民幣，AI正式進軍好萊塢
- 8 谷歌“香蕉”爆火啟示：國產(chǎn)垂類AI的危機還是轉(zhuǎn)機？
- 9 機器人9月大事件｜3家國產(chǎn)機器人沖刺IPO，行業(yè)交付與融資再創(chuàng)新高！
- 10 美光：AI Capex瘋投不止，終于要拉起存儲超級周期了？
- 生產(chǎn)部總監(jiān) 廣東省/廣州市
- 資深管理人員 廣東省/江門市
- Regional Sales Manager 廣東省/深圳市
- 銷售總監(jiān) 廣東省/深圳市
- 結(jié)構(gòu)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 自動化高級工程師 廣東省/深圳市
- 技術(shù)專家 廣東省/江門市
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 封裝工程師 北京市/海淀區(qū)
