XAIの未来

説明可能な人工知能（XAI）の基礎概念

Folkert Stijnman

ML Engineer

解釈可能性手法の進展

  • 複雑化に伴いXAIの必要性も増大
  • 高度なモデル非依存手法
  • 可視化ツール
  • インタラクティブなUI

「XAI for All: Can Large Language Models Simplify Explainable AI?」という論文タイトルのスクリーンショット

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.
説明可能な人工知能（XAI）の基礎概念

スケーラビリティ課題への対応

  • XAI手法は高い計算コストを要する
  • AI利用拡大に合わせたスケーリングが必要
  • クラウド連携の強化

複数のAIシステムを表すグラフィック

説明可能な人工知能（XAI）の基礎概念

XAIの学際的アプローチ

  多様な背景の人々が協働するグラフィック

 

  • AIを社会科学・人文学と橋渡しする
  • 研究者、倫理学者、心理学者、社会科学者の協働
  • UXデザインの取り込み
説明可能な人工知能（XAI）の基礎概念

今後の課題

  • LLM利用の拡大
  • 規制の強化（例：EU AI法）
  • プライバシー、バイアス、倫理への配慮が重要

AIが成長する未来を示すグラフィック

1 https://artificialintelligenceact.eu/
説明可能な人工知能（XAI）の基礎概念

練習に進みましょう！

説明可能な人工知能（XAI）の基礎概念

Preparing Video For Download...