题目: Foundations of Explainable Knowledge-Enabled Systems

摘要:

自从人工智能时代以来,可解释性就一直是重要的目标。 目前为止,已经有几种产生解释的方法被提出。 但是,这些方法中有许多都与当时的人工智能系统的能力紧密相关。 随着有时在关键环境中启用AI的系统的普及,有必要让最终用户和决策者对它们进行解释。 我们将介绍可解释的人工智能系统的历史概况,重点是知识支持的系统,涵盖专家系统,认知助手,语义应用和机器学习领域。 此外,借鉴过去的方法的优势,并找出使解释以用户和上下文为中心所需要的空白,我们提出了新的解释定义和可解释的知识支持系统。

成为VIP会员查看完整内容
31

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
可解释强化学习,Explainable Reinforcement Learning: A Survey
专知会员服务
126+阅读 · 2020年5月14日
最新《可解释深度学习XDL》2020研究进展综述大全,54页pdf
专知会员服务
98+阅读 · 2020年3月19日
可解释推荐:综述与新视角
专知会员服务
108+阅读 · 2019年10月13日
【知识图谱】从知识工程到知识图谱全面回顾
产业智能官
18+阅读 · 2019年5月31日
全面回顾 | 从知识工程到知识图谱
THU数据派
14+阅读 · 2019年5月11日
曹羽 | 从知识工程到知识图谱全面回顾
开放知识图谱
20+阅读 · 2019年5月5日
从知识工程到知识图谱全面回顾 | AI&Society
腾讯研究院
7+阅读 · 2019年5月5日
科普 | 知识图谱相关的名词解释
开放知识图谱
12+阅读 · 2017年12月4日
Directions for Explainable Knowledge-Enabled Systems
Arxiv
26+阅读 · 2020年3月17日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
7+阅读 · 2018年1月31日
VIP会员
微信扫码咨询专知VIP会员