Можем ли мы открыть «чёрный ящик» ИИ?
Can we open the black box of AI?
2016-10-01
SCID: 54.1/ntpqbep3
Discuss with AI
искусственный интеллектобъяснимостьинтерпретируемостьмашинное обучение
Figures from the paper
Abstract (AI)
Искусственный интеллект повсюду. Но прежде чем учёные будут ему доверять, им необходимо сначала понять, как машины обучаются.
Key Findings
1
В статье рассматривается проблема раскрытия «чёрного ящика» искусственного интеллекта для повышения интерпретируемости.
2
Понимание того, как машины обучаются, необходимо прежде чем учёные смогут доверять ИИ.
Research Object
Системы искусственного интеллекта (ИИ) / модели машинного обучения
Research Subject
Интерпретация и понимание процесса обучения ИИ-систем (раскрытие «чёрного ящика» механизмов обучения и принятия решений моделями)
Publication Details
Publication Date
2016-10-01
Journal
Publisher
ISSN
Cited by
1908
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai1
Работы, цитирующие эту статью15
Искусственный интеллект и менеджмент: парадокс автоматизации и расширения возможностей2020
Обзор глубокого обучения в медицинской визуализации с акцентом на МРТ2018
Искусственный интеллект и глубокое обучение в офтальмологии2018
К Intelligent-TPACK: эмпирическое исследование профессиональных знаний учителей для этичной интеграции инструментов на основе искусственного интеллекта (ИИ) в образование2022
Генеративный искусственный интеллект2023
FinBERT: большая языковая модель для извлечения информации из финансовых текстов2022
Влияние искусственного интеллекта на взаимодействие между обучающимися и преподавателями в онлайн-обучении2021
Внедрение обучения искусственному интеллекту в медицинское образование2019
Оценка качества объяснений в машинном обучении: обзор методов и метрик2021
Применение обработки естественного языка для выявления психических расстройств: нарративный обзор2022
Обзор этики искусственного интеллекта2022
Агенты ИИ как члены команды: влияние на удовлетворённость, конфликты, надежность и готовность работать вместе2023
Послойное распространение значимости для объяснения решений глубоких нейронных сетей при классификации болезни Альцгеймера по данным МРТ2019
Искусственный интеллект для обзоров литературы: возможности и проблемы2024
Влияние искусственного интеллекта на всю цепочку создания стоимости в страховании и на страхуемость рисков2021