Вычислительные подходы к объяснимому искусственному интеллекту: достижения в теории, приложениях и тенденциях
Computational approaches to Explainable Artificial Intelligence: Advances in theory, applications and trends
2023-07-29
SCID: 54.1/yzn76azb
Discuss with AI
Глубокое обучениеОбъяснимый искусственный интеллекткомпьютерное зрениенейровизуализацияробототехника
Figures from the paper
Abstract (AI)
Глубокое обучение (DL), революционное направление машинного обучения (ML), стало движущей силой как теоретического, так и прикладного искусственного интеллекта (AI). Алгоритмы DL, основанные на сложных и нелинейных искусственных нейронных системах, превосходно извлекают высокоуровневые признаки из данных. DL продемонстрировало уровень производительности, сопоставимый с человеческим, в реальных задачах, включая клиническую диагностику, и открыло решения ранее неразрешимых проблем в проектировании виртуальных агентов, робототехнике, геномике, нейровизуализации, компьютерном зрении и промышленной автоматизации. В этой статье представлены, рассмотрены и обсуждены наиболее значимые достижения последних лет в области искусственного интеллекта (AI) и несколько применений в нейронауках, нейровизуализации, компьютерном зрении и робототехнике. Таким образом, мы суммируем современное состояние методов, моделей и приложений AI на основе коллекции работ, представленных на 9-й Международной конференции по взаимодействию естественных и искусственных вычислений (IWINAC). Представленные в статье работы являются отличными примерами новых научных открытий, сделанных в лабораториях и успешно перенесённых в практические применения.
Key Findings
1
DL достигло уровня человека в практических задачах, включая клиническую диагностику.
2
Глубокое обучение (DL) превосходно извлекает высокоуровневые признаки из сложных нелинейных данных с помощью искусственных нейронных систем.
3
Последние достижения в ИИ позволили решать ранее неразрешимые задачи в робототехнике, геномике, нейровизуализации, компьютерном зрении и промышленной автоматизации.
4
В статье представлены обзор и сводка передовых методов, моделей и приложений ИИ, представленных на 9-й конференции IWINAC.
5
Представленные работы демонстрируют успешный переход научных открытий из лабораторий в практические приложения.
Research Object
Вычислительные подходы к Объяснимому Искусственному Интеллекту (XAI) и связанные методы глубокого обучения/ИИ
Research Subject
Достижения в теории, приложениях и тенденциях методов XAI/ГЛ и их применение в нейронауке, нейровизинге, компьютерном зрении и робототехнике
Publication Details
Publication Date
2023-07-29
Journal
Publisher
ISSN
Cited by
208
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest