Açıklanabilir yapay zekâ
Yapay zekâ sisteminin sonuçlarını veya çalışma biçimini hedef alıcılar için anlaşılır kılan yaklaşımlar.
Açıklama neyi anlaşılır kılmalı?
Açıklanabilir yapay zekâ, bir yapay zekâ sisteminin sonuçlarını veya çalışma biçimini anlaşılır kılan yaklaşımları kapsar. Açıklama, alıcının sorusuna ve ön bilgisine uygun olmalı, sistemin gerçek davranışını doğru yansıtmalıdır. Geliştirme ekibiyle servis planını inceleyen kişi genellikle farklı ayrıntılara ihtiyaç duyar. Açıklamanın doğru olmasıyla tahminin iş açısından doğru olması ayrı sorulardır. Açıklamanın sınırlarını anlamak da gerekir.
Kurgusal bir planlama sisteminde model, servis ziyaretinin süresini tahmin eder. Ekrandaki açıklama, iş türünü ve planlanan parça değişimini etkili girdiler olarak gösterir. İncelemede bu bilgilerin tam olarak bu tahmin için uygun bir açıklama yönteminden gelip gelmediği ve kullanılan model sürümüyle uyuşup uyuşmadığı araştırılır. Akıcı yazılmış bir gerekçe tek başına bunu kanıtlamaz. Servis planında tahmini sürenin iş açısından makullüğü ve belirsiz veya eksik girdiler de ele alınır. Açıklama, incelemenin nereye odaklanabileceğini gösterir; bu incelemeyi ortadan kaldırmaz.
Kaynaklar
İlgili terimler
- Makine öğrenmesiModellerin veriden örüntü öğrenip yeni girdilerde kullanması.
- LLM değerlendirmesiLLM değerlendirmesi, model sonuçlarını tanımlı görev ve ölçütlerle sınar. Başarılı tek örnek, genel kaliteyi kanıtlamaz.
- Tahmin modeliMevcut bilgilerden yararlanarak belirli bir gelecek dönem için bir büyüklüğü tahmin eden model.
- Yapay zekâ yanlılığıYapay zekâ sistemlerinde belirli durumları veya insan gruplarını dezavantajlı bırakabilen sistematik çarpıklıklar.
- Model kaymasıKullanımdaki veriler veya ilişkiler değiştiği için bir modelin tahmin kalitesinin düşmesi.
- Yeniden sıralamaYeniden sıralama, aramada bulunan adayları tekrar değerlendirir. Soruya uygunluk ve ilk aday seçiminin sınırları birlikte önem taşır.
Projeniz ASES ile
Projenizi bize anlatın. İlk değerlendirmemizle size dönelim.