人工智能的未来在于使人类能够与机器合作解决复杂的问题。就像任何有效的合作一样，这需要良好的沟通、信任、清晰和理解。可解释人工智能(XAI)旨在通过结合符号人工智能和传统机器学习的优点来应对此类挑战。多年来，各种不同的AI社区都在研究这一主题，他们有着不同的定义、评估指标、动机和结果。

 

本教程是XAI迄今为止工作的一个概述，并综述了AI社区所完成的工作，重点是机器学习和符号AI相关方法。我们将阐述XAI在现实世界和大规模应用中的需求，同时提供最先进的技术和最佳的XAI编码实践。在教程的第一部分，我们将介绍AI的不同方面的解释。然后，我们将本教程重点介绍两种具体方法:(i) XAI使用机器学习，(ii) XAI使用基于图的知识表示和机器学习的组合。对于这两种方法，我们都进入了具体的方法，目前的技术水平和下一步的研究挑战。本教程的最后一部分概述了XAI的实际应用以及最佳XAI编码实践。

 

报告地址：https://xaitutorial2022.github.io/

PPT地址：http://www-sop.inria.fr/members/Freddy.Lecue/presentation/aaai_2022_xai_tutorial.pdf

内容中包含的图片若涉及版权问题，请及时与我们联系删除