可解釋的人工智能在四個行業(yè)中的作用

可解釋的人工智能可以讓人們理解人工智能系統(tǒng)是如何做出決定的，而這將成為醫(yī)療、制造、保險(xiǎn)、汽車領(lǐng)域的關(guān)鍵。那么這對于組織意味著什么？

　　例如，流媒體音樂服務(wù)平臺Spotify計(jì)劃向用戶推薦歌手Justin Bieber的歌曲，卻推薦了Belieber的歌，顯然這有些令人感到困擾。這并不一定意味著Spotify網(wǎng)站的程序員必須確保他們的算法透明且易于理解，但人們可能會發(fā)現(xiàn)這有些偏離目標(biāo)，但其后果顯然是微不足道的。

　　這是可解釋人工智能的一個試金石——即機(jī)器學(xué)習(xí)算法和其他人工智能系統(tǒng)，它們可以產(chǎn)生人類可以容易理解并追溯到起源的結(jié)果。基于人工智能的結(jié)果越重要，對可解釋人工智能的需求就越大。相反，相對低風(fēng)險(xiǎn)的人工智能系統(tǒng)可能只適合黑盒模型，人們很難理解其結(jié)果。

　　Jane.ai公司人工智能研發(fā)主管Dave Costenaro說：“如果人工智能算法的效果不夠好，比如音樂服務(wù)公司推薦的歌曲一樣，那么社會可能不需要監(jiān)管機(jī)構(gòu)對這些建議進(jìn)行監(jiān)管。”

　　人們可以忍受應(yīng)用程序?qū)ζ湟魳菲肺兜恼`解。但可能無法忍受人工智能系統(tǒng)帶來的更重要的決定，也許是在建議的醫(yī)療或拒絕申請抵押貸款的情況下。 

　　這些都是高風(fēng)險(xiǎn)的情況，尤其是在出現(xiàn)負(fù)面結(jié)果的情況下，人們可能需要明確地解釋是如何得出特定結(jié)果的。在許多情況下，審計(jì)師、律師、政府機(jī)構(gòu)和其他潛在當(dāng)事人也會這樣做。

　　Costenaro表示，由于特定決策或結(jié)果的責(zé)任從人類轉(zhuǎn)移到機(jī)器，因此對可解釋性的需求也會增加。

　　Costenaro說，“如果算法已經(jīng)讓人類處于這個循環(huán)中，人類決策者可以繼續(xù)承擔(dān)解釋結(jié)果的責(zé)任。”

　　他舉例說明了一個為放射科醫(yī)生預(yù)先標(biāo)記X射線圖像的計(jì)算機(jī)視覺系統(tǒng)。他說，“這可以幫助放射科醫(yī)生更準(zhǔn)確、更有效地工作，但*終將提供診斷和解釋?！?

　　IT的人工智能責(zé)任：解釋原因

　　然而，隨著人工智能的成熟，人們可能會看到越來越多的新應(yīng)用程序逐漸依賴于人類的決策和責(zé)任。音樂推薦引擎可能沒有特別重大的責(zé)任負(fù)擔(dān)，但許多其他真實(shí)或潛在的用例將會面臨重大的責(zé)任。

　　Costenaro說，“對于一類新的人工智能決策來說，這些決策具有很高的影響力，而且由于所需處理的速度或數(shù)量，人類不再能夠有效地參與其中，從業(yè)者們正在努力尋找解釋算法的方法?！?

　　IT領(lǐng)導(dǎo)者需要采取措施確保其組織的人工智能用例在必要時正確地包含可解釋性。 TigerGraph公司營銷副總裁Gaurav Deshpande表示，許多企業(yè)首席信息官已經(jīng)關(guān)注這個問題，即使他們了解到特定人工智能技術(shù)或用例的價值，他們通常還有一些猶豫。

　　Deshpande說，“但是如果不能解釋是如何得出答案的，就不能使用它。這是因?yàn)椤诤小斯ぶ悄芟到y(tǒng)存在偏見的風(fēng)險(xiǎn)，這可能導(dǎo)致訴訟、對企業(yè)品牌以及資產(chǎn)負(fù)債表的重大責(zé)任和風(fēng)險(xiǎn)。”

　　這是思考企業(yè)如何以及為何采用可解釋的人工智能系統(tǒng)而不是操作黑盒模型的另一種方式。他們的業(yè)務(wù)可能依賴于它。人們對人工智能偏見的主張可能會被誤導(dǎo)。在風(fēng)險(xiǎn)較高的情況下，類似的要求可能相當(dāng)嚴(yán)重。而這就是可解釋的人工智能可能成為機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和其他學(xué)科的商業(yè)應(yīng)用的焦點(diǎn)的原因。

　　可解釋的人工智能在四個行業(yè)中的作用

　　Ness數(shù)字工程公司首席技術(shù)官M(fèi)oshe Kranc對可解釋人工智能的潛在用例進(jìn)行了探討，他說，“任何影響人們生活的用例都可能受到偏見的影響?！逼浯鸢讣群唵斡稚钸h(yuǎn)。

　　他分享了一些越來越多地可能由人工智能做出決定的例子，但這從根本上需要信任、可審計(jì)性和其他可解釋人工智能的特征：

·參加培訓(xùn)計(jì)劃

·決定是否為某人投保以及投保多少費(fèi)用

·根據(jù)人口統(tǒng)計(jì)數(shù)據(jù)決定是否向某人發(fā)放信用卡或貸款

　　考慮到這一點(diǎn)，各種人工智能*和IT領(lǐng)導(dǎo)者為此確定可解釋人工智能必不可少的行業(yè)和用例。銀行業(yè)是一個很好的例子，可以這么說，可解釋的人工智能非常適合機(jī)器在貸款決策和其他金融服務(wù)中發(fā)揮關(guān)鍵作用。在許多情況下，這些用途可以擴(kuò)展到其他行業(yè)，其細(xì)節(jié)可能會有所不同，但原則保持不變，因此這些示例可能有助于思考組織中可解釋的人工智能用例。