【AAAI2023教程】值得信赖和负责任的AI:公平性、可解释性、透明度及其相互作用，200+Slides

**随着人工智能系统(通常实现为黑箱ML模型)越来越多地部署在高风险领域，在过去几年中出现了一个关于可信和负责任人工智能(TRAI)的新研究重点，并吸引了学术界、工业界和政府机构的兴趣。本教程涵盖了TRAI在三个子领域的最新进展:公平性，可解释性和透明度。**我们不仅讨论了每个子区域内的基础和前沿研究，还讨论了它们的相互作用。本书涵盖了各种现实生活中的应用，如自动驾驶、医疗诊断和司法系统。本教程还特别强调了帮助ML研究和生产开发和部署可信和负责任的系统的工具和流程。 本教程对广泛的受众都有兴趣，他们将以不同的方式从本教程中受益。TRAI的研究人员将了解该领域的最新进展，特别是在子领域交叉的工作。实践者将学习模型调试和审计的有效方法。政策和决策者将学习抽象概念的算法实现(例如，公平性和可解释性标准)，以参与技术对话。我们建议你对机器学习有一个大致的了解，但不需要熟悉任何TRAI主题。

https://yilunzhou.github.io/aaai2023tutorial/