acm-header.
登入

ACM的通信

ACM意见

以人为本的可解释的AI和社会透明度


研究员Upol Ehsan的头部射击。

UPOL EHSAN是佐治亚理工学院互动计算学院的博士候选人。

Upol Ehsan将他的背景与哲学和人机的交互相结合,以解决易于打开AI的“黑匣子”的解释AI(XAI)中的问题。

在一次采访中,EHSAN讨论了以人为本的可解释的AI等主题,朝着AI系统的社会透明度迈出,如何形成对AI解释,解释性陷阱等的看法。

渐变
查看完整的文章


没有发现任何条目

登入完全访问
“ 忘记密码? »创建ACM Web帐户
Baidu
map