Fugu-MT 論文翻訳(概要): Bridging the Gap Between Explainable AI and Uncertainty Quantification to Enhance Trustability

論文の概要: Bridging the Gap Between Explainable AI and Uncertainty Quantification to Enhance Trustability

arxiv url: http://arxiv.org/abs/2105.11828v1
Date: Tue, 25 May 2021 10:53:58 GMT
ステータス: 処理完了
システム内更新日: 2021-05-26 14:30:42.294986
Title: Bridging the Gap Between Explainable AI and Uncertainty Quantification to Enhance Trustability
Title（参考訳）: 説明可能なAIと不確実な定量化のギャップを埋めて信頼性を高める
Authors: Dominik Seu{\ss}
Abstract要約: 説明可能なAIと不確かさの定量化という2つの研究方向がますます重要になっているが、これまで決して組み合わせられ、共同で研究されてきたことはない。両方の研究領域が組み合わさる可能性、なぜこの方向にさらなる研究を行うべきなのか、そしてこれがAIシステムの信頼性向上につながるのかを示します。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: After the tremendous advances of deep learning and other AI methods, more attention is flowing into other properties of modern approaches, such as interpretability, fairness, etc. combined in frameworks like Responsible AI. Two research directions, namely Explainable AI and Uncertainty Quantification are becoming more and more important, but have been so far never combined and jointly explored. In this paper, I show how both research areas provide potential for combination, why more research should be done in this direction and how this would lead to an increase in trustability in AI systems.
Abstract（参考訳）: ディープラーニングや他のai手法の飛躍的な進歩の後、解釈可能性や公平性など、現代のアプローチの他の特性にも注目が集まっている。 Responsible AIのようなフレームワークで組み合わせる。説明可能なAIと不確かさの定量化という2つの研究方向がますます重要になっているが、これまで決して組み合わせられ、共同で研究されてきたことはない。本稿では,この2つの研究領域が組み合わせの可能性をいかに与えるか,なぜより多くの研究をこの方向に行うべきか,そしてそれがaiシステムの信頼性向上にどのようにつながるかを示す。

関連論文リスト

Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
AIシステムは知恵を欠いている。 AI研究はタスクレベルの戦略に焦点を当てているが、メタ認知はAIシステムでは未発達である。メタ認知機能をAIシステムに統合することは、その堅牢性、説明可能性、協力性、安全性を高めるために不可欠である。
論文参考訳（メタデータ） (2024-11-04T18:10:10Z)
Safetywashing: Do AI Safety Benchmarks Actually Measure Safety Progress? [59.96471873997733]
我々は、より有意義な安全指標を開発するための実証的な基盤を提案し、機械学習研究の文脈でAIの安全性を定義する。我々は、AI安全研究のためのより厳格なフレームワークを提供し、安全性評価の科学を前進させ、測定可能な進歩への道筋を明らかにすることを目指している。
論文参考訳（メタデータ） (2024-07-31T17:59:24Z)
A Survey of AI Reliance [1.6124402884077915]
この文献の現在の欠点には、AI依存への不明確な影響、外部の妥当性の欠如、信頼度を測定するための矛盾したアプローチ、時間による依存度の変化を無視することなどがある。結論として,AI依存研究のガイドとなる形態的ボックスを提示する。
論文参考訳（メタデータ） (2024-07-22T09:34:58Z)
Position: An Inner Interpretability Framework for AI Inspired by Lessons from Cognitive Neuroscience [4.524832437237367]
内解釈可能性(Inner Interpretability)は、AIシステムの内部メカニズムを明らかにするための、有望な分野である。近年の批判は、AIの幅広い目標を前進させるための有用性に疑問を呈する問題を提起している。ここでは、関係する関係を描き、フィールド間で生産的に伝達できる教訓を強調します。
論文参考訳（メタデータ） (2024-06-03T14:16:56Z)
Beyond XAI:Obstacles Towards Responsible AI [0.0]
説明可能性の方法とその評価戦略は、現実世界の文脈に多くの制限を与える。本稿では、これらの制限について検討し、責任あるAIの搭乗者コンテキストにおけるそれらの影響について論じる。
論文参考訳（メタデータ） (2023-09-07T11:08:14Z)
Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文参考訳（メタデータ） (2023-04-16T11:22:59Z)
A Systematic Literature Review of Human-Centered, Ethical, and Responsible AI [12.456385305888341]
我々は、AIの倫理的、社会的、人的要因に関する主要な会議から164の論文をレビューし分析する。私たちは、AI研究におけるガバナンスと公正性に現在重点を置いていることは、AIの予期せぬ、未知の意味に適切に対処しないかもしれないことに気付きました。
論文参考訳（メタデータ） (2023-02-10T14:47:33Z)
Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文参考訳（メタデータ） (2022-01-26T18:53:09Z)
Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文参考訳（メタデータ） (2021-07-12T14:21:46Z)
Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文参考訳（メタデータ） (2021-06-25T22:31:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。