Google LLC 在其云平臺(tái)上推出了一項(xiàng)新的“ 可解釋AI ”服務(wù)，旨在使機(jī)器學(xué)習(xí)模型做出決策的過(guò)程更加透明。

谷歌表示，這樣做的想法是，這將有助于建立對(duì)這些模型的更大信任。這很重要，因?yàn)榇蠖鄶?shù)現(xiàn)有模型往往相當(dāng)不透明。只是不清楚他們?nèi)绾巫龀鰶Q定。

Google Cloud AI戰(zhàn)略總監(jiān)Tracy Frey在 今天的博客中解釋說(shuō)，Explainable AI旨在提高機(jī)器學(xué)習(xí)模型的可解釋性。她說(shuō)，這項(xiàng)新服務(wù)的工作原理是量化每個(gè)數(shù)據(jù)因素對(duì)模型產(chǎn)生的結(jié)果的貢獻(xiàn)，幫助用戶了解其做出決定的原因。

換句話說(shuō)，它不會(huì)以通俗易懂的方式來(lái)解釋事物，但是該分析對(duì)于首先構(gòu)建機(jī)器學(xué)習(xí)模型的數(shù)據(jù)科學(xué)家和開(kāi)發(fā)人員仍然有用。

可解釋的AI有進(jìn)一步的局限性，因?yàn)樗岢龅娜魏谓忉尪紝⑷Q于機(jī)器學(xué)習(xí)模型的性質(zhì)以及用于訓(xùn)練它的數(shù)據(jù)。

她寫(xiě)道：“任何解釋方法都有局限性?！?“一方面，AI解釋反映了數(shù)據(jù)中發(fā)現(xiàn)的模型的模式，但它們并未揭示數(shù)據(jù)樣本，總體或應(yīng)用程序中的任何基本關(guān)系。我們正在努力為客戶提供最直接，最有用的解釋方法，同時(shí)保持其局限性透明。”

但是，可解釋的AI可能很重要，因?yàn)闇?zhǔn)確解釋特定機(jī)器學(xué)習(xí)模型為何得出結(jié)論的原因?qū)τ诮M織內(nèi)的高級(jí)管理人員很有用，他們最終負(fù)責(zé)這些決策。對(duì)于高度嚴(yán)格的行業(yè)來(lái)說(shuō)，這尤其重要，而信心絕對(duì)至關(guān)重要。谷歌表示，對(duì)于處于這一位置的許多組織而言，目前沒(méi)有任何可解釋性的人工智能已經(jīng)超出范圍。

在相關(guān)新聞中，Google還發(fā)布了所謂的“模型卡”，作為其Cloud Vision應(yīng)用程序編程界面的面部檢測(cè)和對(duì)象檢測(cè)功能的文檔。

這些模型卡詳細(xì)說(shuō)明了這些預(yù)先訓(xùn)練的機(jī)器學(xué)習(xí)模型的性能特征，并提供了有關(guān)其性能和限制的實(shí)用信息。谷歌表示，其目的是幫助開(kāi)發(fā)人員就使用哪種模型以及如何負(fù)責(zé)任地部署它們做出更明智的決定。