【博士论文】可解释、可信赖和可靠的人工智能

来源：专知本文为论文介绍，建议阅读5分钟本论文通过探索深度学习的可解释性和自解释模型，为这一研究领域做出了贡献。人工智能领域最近见证了显著的增长，导致开发了在各种领域表现出色的复杂深度学习模型。然而，这些发展带来了关键问题。深度学习模型容易继承并可能加剧其训练数据中存在的偏见。此外，这些模型的复杂性导致缺乏透明度，这可能导致偏见未被发现。这最终可能阻碍这些模型的采用，因为缺乏信任。因此，培养本质上透明、可信和公平的人工智能系统至关重要。本论文通过探索深度学习的可解释性和自解释模型，为这一研究领域做出了贡献。这些模型代表了向更透明系统的转变，提供了与模型架构密切相关的解释，揭示了它们的决策过程。因此，这种固有的透明性增强了我们的理解，从而提供了解决无意中学习偏见 ………………………………