XAI'nin geleceği

Açıklanabilir Yapay Zekâ (XAI) Kavramları

Folkert Stijnman

ML Engineer

Yorumlanabilirlik tekniklerindeki ilerlemeler

Karmaşıklık arttıkça XAI ihtiyacı da artar
Gelişmiş modelden bağımsız yöntemler
Görselleştirme araçları
Etkileşimli arayüzler

XAI for All: Can Large Language Models Simplify Explainable AI? adlı makale başlığının ekran görüntüsü

¹ Mavrepis, P., Makridis, G., Fatouros, G., Koukos, V., Separdani, M. M., & Kyriazis, D. (2024). XAI for All: Can Large Language Models Simplify Explainable AI?. arXiv preprint arXiv:2401.13110.

Ölçeklenebilirlik sorununu ele alma

XAI teknikleri yüksek hesaplama gerektirir
XAI, yapay zekâ kullanımındaki büyümeyle ölçeklenmelidir
Bulut bilişimle entegrasyon

Birden çok yapay zekâ sistemini gösteren grafik

XAI için disiplinler arası yaklaşımlar

Farklı geçmişlerden insanların birlikte çalıştığını gösteren grafik

Yapay zekâyı sosyal bilimler ve beşeri bilimlerle buluşturma
Yapay zekâ araştırmacıları, etikçiler, psikologlar ve sosyal bilimciler arasında işbirliği
Kullanıcı deneyimi (UX) tasarımını dahil etme

Gelecekteki zorluklar

LLM kullanımında büyüme
Artan düzenlemeler; örn. AB Yapay Zekâ Yasası
Gizlilik, önyargı ve etik etkilerin farkında olmak önemli

Yapay zekânın büyüdüğü bir geleceği gösteren grafik

¹ https://artificialintelligenceact.eu/

Hadi pratik yapalım!

Açıklanabilir Yapay Zekâ (XAI) Kavramları