อนาคตของ XAI

แนวคิด Explainable Artificial Intelligence (XAI)

Folkert Stijnman

ML Engineer

ความก้าวหน้าด้านเทคนิคการตีความ

ความซับซ้อนที่เพิ่มขึ้น ยิ่งต้องการ XAI มากขึ้น
วิธี model-agnostic ที่ซับซ้อนขึ้น
เครื่องมือแสดงผล (Visualization)
อินเทอร์เฟซแบบโต้ตอบ

ภาพหน้าจอของชื่อบทความ XAI for All: Can Large Language Models Simplify Explainable AI?

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.

รับมือกับความท้าทายด้าน Scalability

เทคนิค XAI ต้องการพลังการประมวลผลสูง
XAI ควรรองรับการใช้งาน AI ที่เติบโตขึ้น
การผสานกับ Cloud Computing

ภาพกราฟิกแสดงระบบ AI หลายระบบ

แนวทางสหวิทยาการสำหรับ XAI

ภาพกราฟิกแสดงกลุ่มคนจากหลากหลายพื้นเพทำงานร่วมกัน

เชื่อมโยง AI กับสังคมศาสตร์และมนุษยศาสตร์
ความร่วมมือระหว่างนักวิจัย AI นักจริยศาสตร์ นักจิตวิทยา และนักสังคมศาสตร์
นำการออกแบบประสบการณ์ผู้ใช้ (UX) มาประยุกต์ใช้

ความท้าทายในอนาคต

การใช้งาน LLM ที่เติบโตขึ้น
กฎระเบียบที่เข้มงวดขึ้น เช่น EU AI Act
ต้องตระหนักถึงความเป็นส่วนตัว อคติ และผลกระทบเชิงจริยธรรมของระบบ AI ทุกระบบ

ภาพกราฟิกแสดงอนาคตที่ AI เติบโตขึ้น

¹ https://artificialintelligenceact.eu/

มาฝึกกันเถอะ!

แนวคิด Explainable Artificial Intelligence (XAI)