Как устроен объяснимый ИИ и какие проблемы он решает

РБКHi-Tech

Интеллект, понятный каждому

Как устроен объяснимый ИИ и какие проблемы он решает

Автор: Мария Решетникова

Современные разработки в сфере искусственного интеллекта упираются в проблему «черного ящика», которая ставит под сомнение объективность и точность моделей. Решением может стать прозрачный и объяснимый ИИ.

Объяснимый искусственный интеллект представляет собой следующий шаг в развитии ИИ, который сделает технологию более понятной и прозрачной. Внедрение объяснимого ИИ позволит расширить сферу его применения на отрасли, которые работают с потенциально чувствительными данными,— медицину, финансы, судопроизводство и другие.

Что такое объяснимый ИИ

Объяснимый ИИ (Explainable AI, XAI)—это направление исследований в области искусственного интеллекта. Оно стремится создать системы и модели, способные объяснять свои действия и принимать решения понятным для людей образом, чтобы повысить доверие к ИИ. Объяснимый ИИ используется для описания алгоритмов, а также ожидаемых последствий их работы и возможных отклонений. Для этого используются методы визуализации, более простые алгоритмы, а также интерактивные интерфейсы с подсказками.

Благодаря XAI, а также объяснимым процессам машинного обучения организации могут получить доступ к процессам принятия решений, лежащим в основе технологии, и вносить в них коррективы. Он также позволяет улучшить взаимодействие с пользователями, повышая доверие с их стороны.

Характеристики XAI

Объяснимый ИИ должен включать в себя три основных элемента.

Точность прогноза. Запустив моделирование и сравнив выходные данные XAI с результатами в наборе обучающих данных, можно определить точность работы модели. Самый популярный метод, используемый для этого,—это локальные интерпретируемые модельно-агностические объяснения (LIME), которые позволяют объяснить каждый прогноз нейросети. Они анализируют входные данные после того, как те проходят через алгоритм, и сравнивают полученный результат с прогнозируемым. Для этого LIME используют собственный специально обученный на этих данных алгоритм. Сравнение позволяет понять ход рассуждения исходной нейросети.

Прослеживаемость. Она достигается в том числе за счет ограничения способов принятия решений и установления более узкой области применения правил и функций машинного обучения. Примером метода отслеживания XAI является DeepLIFT (Deep Learning Important FeaTures—важные функции глубокого обучения), который сравнивает работу каждой точки («нейрона») нейросети с эталонным показателем и показывает зависимости между ними.

Объясняемость и интерпретируемость. Это показатели, которые отображают, насколько наблюдатель может понять причину принятия решения, а также предсказать вероятность успеха работы модели. Существуют специальные технологии, которые обеспечивают визуализацию этих показателей. Например, What-if—инструменты для визуального исследования поведения обученных моделей, тестирования их производительности в гипотетических ситуациях и анализа важности различных функций данных.

Преимущества XAI

Внедрение объяснимого ИИ дает ряд положительных эффектов как в коммерческом, так и в государственном секторах:

  • повышение производительности, более быстрое выявление ошибок в модели;
  • укрепление доверия со стороны клиентов и пользователей;
  • снижение регуляторных и других рисков.

В некоторых странах внедрение объяснимого ИИ станет обязательным требованием для компаний со стороны государств. Европарламент уже принял закон под названием AI Act, который устанавливает правила и требования для разработчиков моделей ИИ. Они должны обеспечить прозрачность работы таких систем.

Технологии XAI

Для создания объяснимого ИИ применяются следующие основные техники машинного обучения:

  • деревья решений выдают четкое визуальное представление процесса принятия решений ИИ;
  • системы на основе правил выводят алгоритмические правила работы в понятном для человека формате;
  • байесовские сети, или модели вероятностей, которые показывают причинно-следственные связи в работе алгоритма и объясняют неопределенности;
  • линейные модели демонстрируют, как каждый входной параметр влияет на решение нейросети.

Перспективы внедрения XAI

Несмотря на все плюсы XAI, внедрение такого ИИ сталкивается с рядом препятствий, таких как:

отсутствие консенсуса по определениям нескольких ключевых понятий—некоторые исследователи используют термины «объяснимость» и «интерпретируемость» как синонимы, а другие четко разделяют их;

недостаток практических рекомендаций по поводу того, как выбирать, внедрять и тестировать XAI;

отсутствие понимания, должен ли объяснимый ИИ быть понятным для обычных пользователей.

Отдельные исследователи предложили идею «белого ящика», или моделей, которые будут объяснимыми и прозрачными. Так, систему ИИ можно разбивать на модули, каждый из которых может быть интерпретирован, либо изначально строить модели с соблюдением правил прозрачности, чтобы разработчик не терял контроль над ситуацией.

Однако другие эксперты считают, что и «белый ящик» не решит проблему доверия к ИИ со стороны людей, у которых нет технического образования. По их мнению, XAI и объяснимый ИИ — это лишь часть более широких усилий для создания искусственного интеллекта, работа которого будет понятна любому человеку.

Тайны «черного ящика»

XAI использует специальные методы, позволяющие отслеживать и объяснять каждое решение, принятое в процессе машинного обучения. ИИ же обучается с помощью алгоритма, архитектура которого не до конца понятна. Эту проблему принято называть «черным ящиком»: даже если система дает точные ответы, зачастую сложно выяснить, как именно она пришла к такому решению.

Аналогичным образом сложно понять, когда именно система начала ошибаться в ответах и чем это было вызвано. Профессор компьютерных наук Университета Луисвилля Роман Ямпольский в своей работе «Необъяснимость и непостижимость искусственного интеллекта» отмечал: «Если все, что у нас есть,—это «черный ящик», то невозможно понять причины сбоев и повысить безопасность системы. Кроме того, если мы привыкнем принимать ответы ИИ без объяснения причин, мы не сможем определить, не начал ли он давать неправильные или манипулятивные ответы. Это чрезвычайно опасная дорога, на которую мы ступаем».

Преимущества «черного ящика» заключаются в том, что такое обучение происходит быстрее и стоит дешевле, а также позволяет давать системе для обучения сразу большой массив данных. Современные модели, такие как GPT и Alpha Zero, обучаются именно по модели «черного ящика». Так, OpenAI —разработчик ChatGPT, DALL-E и других ИИ-систем—не стала раскрывать набор данных, использованных для обучения модели GPT-4.

Участники сообщества раскритиковали действия компании, отметив, что они затрудняют разработку средств защиты от угроз, исходящих от систем ИИ. Вице-президент по информационному дизайну Бен Шмидт, который работает в стартапе моделей ИИ с открытым исходным кодом Nomic AI, считает, что выход GPT-4 «может положить конец «открытому» ИИ».

Такой подход имеет и другие негативные стороны—в «черном ящике» сложнее выявить предвзятость алгоритма и оценить качество входных данных. На эту проблему указали исследователи из Пало-Альто, центра Кремниевой долины. Они отмечали, что при обучении больших языковых моделей используются массивы данных из интернета, которые не отражают интересы всех групп населения, поскольку у некоторых из них просто нет доступа к Cети.

Хочешь стать одним из более 100 000 пользователей, кто регулярно использует kiozk для получения новых знаний?
Не упусти главного с нашим telegram-каналом: https://kiozk.ru/s/voyrl

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Колода джокеров и сорок сценариев будущего Колода джокеров и сорок сценариев будущего

Прогнозист Александр Чулок — о том, по какому пути может пойти развитие общества

РБК
Как сахар влияет на клеточное старение и разрушает коллаген: данные исследований Как сахар влияет на клеточное старение и разрушает коллаген: данные исследований

Почему сахар провоцирует воспаления клеток?

ТехИнсайдер
Сергей Шумский: «У роботов не будет инстинкта власти, как у человека» Сергей Шумский: «У роботов не будет инстинкта власти, как у человека»

Минувший год имеет шансы войти в историю как время взрывного роста нейросетей

РБК
«Что знает Мариэль?»: зачем колкое драмеди меняет местами детей и родителей «Что знает Мариэль?»: зачем колкое драмеди меняет местами детей и родителей

Как «Что знает Мариэль?» по-новому рассматривает детско-родительские отношения

Forbes
Зачем нужен дворник-беспилотник Зачем нужен дворник-беспилотник

Алексей Сивидов — о роботах, призванных победить дефицит рабочих рук в сфере ЖКХ

РБК
Как заснуть буквально за минуту: способ, который все мы бессознательно используем Как заснуть буквально за минуту: способ, который все мы бессознательно используем

Как помочь своему организму заснуть?

Maxim
Рубен Ениколопов: «В вопросах на миллиарды долларов нельзя консультироваться с ChatGPT» Рубен Ениколопов: «В вопросах на миллиарды долларов нельзя консультироваться с ChatGPT»

Рубен Ениколопов: сможет ли Россия в одиночку совершить технологический рывок

РБК
10 неожиданных вопросов Кате Гусевой 10 неожиданных вопросов Кате Гусевой

Расспросили королеву ремиксов Катю Гусеву о вере в приметы и любви к собакам

VOICE
Евгений Колбин: «Мы построили бизнес-процессы вокруг клиента» Евгений Колбин: «Мы построили бизнес-процессы вокруг клиента»

Евгений Колбин рассказал о том, как развиваются облака в России

РБК
Денис Власенко: «Все-таки мир не черно-белый» Денис Власенко: «Все-таки мир не черно-белый»

Денис Власенко о «супергеройских» ролях и о том, каково это в возрастном гриме

Ведомости
Норма, я тебя знаю Норма, я тебя знаю

Михаил Лабковский о понятии «норма», гениальности, детских травмах и счастье

Psychologies
Квадратная правда: как расширить границы квартиры, не покупая новую Квадратная правда: как расширить границы квартиры, не покупая новую

Как маленькая квартира может стать больше большой

Inc.
Времена меняются Времена меняются

Центральные банки должны изменить политику и подходы, чтобы быть эффективными

Деньги
Вот оно какое, наше лето Вот оно какое, наше лето

Чем занять ребенка на даче: советы для детей любого возраста

Лиза
О свойствах страсти О свойствах страсти

Поэт Лев Рубинштейн всю жизнь исследует страсти, которые нас (и его) обуревают

СНОБ
Нестор Энгельке Нестор Энгельке

Нестор Энгельке внес топоропись в энциклопедию современного искусства

Собака.ru
Вяземские Вяземские

Происходивший от Рюрика княжеский род Вяземских известен ещё со Средневековья

Дилетант
Инфляция в белых халатах Инфляция в белых халатах

Медицинская инфляция может ускориться до 14% к концу года

Ведомости
Японский десант на Великих озерах Японский десант на Великих озерах

Большое поглощение в мировой металлургии все-таки состоится

Монокль
Пифагор, или Теорема с одним неизвестным Пифагор, или Теорема с одним неизвестным

«Нет ни одной детали в жизни Пифагора, которая не была бы опровергнута»

Дилетант
Как накормить искусственный интеллект Как накормить искусственный интеллект

Как обеспечить непрерывную работу ИИ и центров обработки данных?

Ведомости
История в фасадах История в фасадах

Число объектов культурного наследия в столице растет

Ведомости
Традиционная стабильность Традиционная стабильность

Какое место в энергетике будущего будут занимать уголь, нефть и газ

Ведомости
Ирландский клан Ирландский клан

Как потомки ирландских эмигрантов Кеннеди добились «звёздности»?

Дилетант
От Бармалеевой до Фонтанки От Бармалеевой до Фонтанки

Отрывки романа Евгения Водолазкина с предисловием автора

СНОБ
Как визионерские идеи проникают в литературу Как визионерские идеи проникают в литературу

О том, кто такой визионер в нарративных искусствах

РБК
Топ-9 летних ягод Топ-9 летних ягод

Какие летние ягоды помогут укрепить иммунитет и избежать проблем со здоровьем

Лиза
«ИИ будет массово доступен — так же, как мобильная связь или телевидение» «ИИ будет массово доступен — так же, как мобильная связь или телевидение»

Какие горизонты открывают генеративный искусственный интеллект в сфере финансов?

Деньги
Нежаркие тропики Нежаркие тропики

Визуальным кодом квартиры стали зелёные оттенки и тропические принты

Идеи Вашего Дома
Воздушная болезнь: что делать, если вас укачивает в самолете Воздушная болезнь: что делать, если вас укачивает в самолете

Что такое воздушная болезнь и как облегчить ее симптомы?

ТехИнсайдер
Открыть в приложении