விளக்கக்கூடிய AI என்பது இரவு உணவின் போது நேர்த்தியாக ஒலிக்கும் சொற்றொடர்களில் ஒன்றாகும், மேலும் ஒரு வழிமுறை மருத்துவ நோயறிதலைத் தூண்டும், கடனை அங்கீகரிக்கும் அல்லது ஒரு கப்பலைக் குறிக்கும் தருணத்தில் மிகவும் முக்கியமானது. நீங்கள் எப்போதாவது யோசித்திருந்தால், சரி, ஆனால் ஏன் அப்படிச் செய்தது... நீங்கள் ஏற்கனவே விளக்கக்கூடிய AI பகுதியில் இருக்கிறீர்கள். யோசனையை எளிய மொழியில் வெளிப்படுத்துவோம் - மந்திரம் இல்லை, வெறும் முறைகள், சமரசங்கள் மற்றும் சில கடினமான உண்மைகள்.
இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:
🔗 AI சார்பு என்றால் என்ன?
AI சார்பு, அதன் ஆதாரங்கள், தாக்கங்கள் மற்றும் தணிப்பு உத்திகளைப் புரிந்து கொள்ளுங்கள்.
🔗 முன்கணிப்பு AI என்றால் என்ன?
முன்கணிப்பு AI, பொதுவான பயன்பாடுகள், நன்மைகள் மற்றும் நடைமுறை வரம்புகளை ஆராயுங்கள்.
🔗 மனித உருவ ரோபோ AI என்றால் என்ன?
மனித உருவ ரோபோக்களை AI எவ்வாறு இயக்குகிறது, திறன்கள், உதாரணங்கள் மற்றும் சவால்களை அறிக.
🔗 AI பயிற்சியாளர் என்றால் என்ன?
AI பயிற்சியாளர்கள் என்ன செய்கிறார்கள், தேவையான திறன்கள் மற்றும் தொழில் பாதைகளைக் கண்டறியவும்.
விளக்கக்கூடிய AI உண்மையில் என்ன அர்த்தம்
விளக்கக்கூடிய AI என்பது AI அமைப்புகளை வடிவமைத்து பயன்படுத்தும் நடைமுறையாகும், இதன் மூலம் அவற்றின் வெளியீடுகளை மனிதர்கள் புரிந்து கொள்ள முடியும் - கணித வழிகாட்டிகள் மட்டுமல்ல, முடிவுகளால் பாதிக்கப்பட்ட அல்லது பொறுப்பான குறிப்பிட்ட நபர்கள். NIST இதை நான்கு கொள்கைகளாக வடிகட்டுகிறது: ஒரு விளக்கத்தை பார்வையாளர்களுக்கு அர்த்தமுள்ளதாக மாற்றுதல் விளக்க துல்லியத்தை (மாதிரிக்கு உண்மையாக இருத்தல்), மற்றும் அறிவு வரம்புகளை (அமைப்பு அறிந்ததை மிகைப்படுத்தாதீர்கள்) [1].
ஒரு சிறிய வரலாற்றுப் பின்னணியைத் தவிர்த்து: பாதுகாப்பு முக்கியத்துவம் வாய்ந்த களங்கள் ஆரம்பத்தில் இதைத் தள்ளின, துல்லியமாக இருக்கும் ஆனால் "சுழற்சியில்" நம்பும் அளவுக்கு விளக்கக்கூடிய மாதிரிகளை நோக்கமாகக் கொண்டிருந்தன. செயல்திறனைக் குப்பையில் போடாமல்
விளக்கக்கூடிய AI ஏன் நீங்கள் நினைப்பதை விட முக்கியமானது 💡
-
நம்பிக்கை மற்றும் தத்தெடுப்பு - மக்கள் தாங்கள் வினவக்கூடிய, கேள்வி கேட்கக்கூடிய மற்றும் சரிசெய்யக்கூடிய அமைப்புகளை ஏற்றுக்கொள்கிறார்கள்.
-
ஆபத்து மற்றும் பாதுகாப்பு - மேற்பரப்பு தோல்வி முறைகள் உங்களை அளவில் ஆச்சரியப்படுத்துவதற்கு முன்பு விளக்குகிறது.
-
ஒழுங்குமுறை எதிர்பார்ப்புகள் - EU-வில், AI சட்டம் தெளிவான வெளிப்படைத்தன்மை கடமைகளை அமைக்கிறது - எ.கா., மக்கள் சில சூழல்களில் AI உடன் தொடர்பு கொள்ளும்போது அவர்களுக்குச் சொல்வது மற்றும் AI-உருவாக்கப்பட்ட அல்லது கையாளப்பட்ட உள்ளடக்கத்தை சரியான முறையில் லேபிளிடுவது [2].
நேர்மையாகச் சொல்லப் போனால் - அழகான டேஷ்போர்டுகள் விளக்கங்கள் அல்ல. ஒரு நல்ல விளக்கம் ஒருவர் அடுத்து என்ன செய்ய வேண்டும் என்பதைத் தீர்மானிக்க உதவும்.
விளக்கக்கூடிய AI-ஐ பயனுள்ளதாக்குவது எது ✅
நீங்கள் எந்த XAI முறையை மதிப்பிடும்போதும், இவற்றைக் கேளுங்கள்:
-
நம்பகத்தன்மை - விளக்கம் மாதிரியின் நடத்தையைப் பிரதிபலிக்கிறதா, அல்லது ஒரு ஆறுதலான கதையைச் சொல்கிறதா?
-
பார்வையாளர்களுக்குப் பயன்படும் தன்மை - தரவு விஞ்ஞானிகள் சாய்வுகளை விரும்புகிறார்கள்; மருத்துவர்கள் எதிர் உண்மைகள் அல்லது விதிகளை விரும்புகிறார்கள்; வாடிக்கையாளர்கள் எளிய மொழி காரணங்களையும் அடுத்த படிகளையும் விரும்புகிறார்கள்.
-
நிலைத்தன்மை - சிறிய உள்ளீட்டு மாற்றங்கள் கதையை A இலிருந்து Z க்கு மாற்றக்கூடாது.
-
செயல்பாட்டுத்தன்மை - வெளியீடு விரும்பத்தகாததாக இருந்தால், என்ன மாறியிருக்கும்?
-
நிச்சயமற்ற தன்மை பற்றிய நேர்மை - விளக்கங்கள் வரம்புகளை வெளிப்படுத்த வேண்டும், அவற்றின் மீது வண்ணம் தீட்டக்கூடாது.
-
நோக்கம் தெளிவு - இது ஒரு கணிப்புக்கான உள்ளூர் மாதிரி நடத்தையின் உலகளாவிய
நீங்கள் ஒன்றை மட்டும் நினைவில் வைத்திருந்தால்: ஒரு பயனுள்ள விளக்கம் ஒருவரின் மனநிலையை மட்டுமல்ல, முடிவையும் மாற்றும்.
நீங்கள் நிறைய கேள்விப்பட்டிருக்கும் முக்கிய கருத்துக்கள் 🧩
-
விளக்கக்கூடிய தன்மை vs விளக்கக்கூடிய தன்மை - விளக்கக்கூடிய தன்மை: மாதிரி படிக்கும் அளவுக்கு எளிமையானது (எ.கா., ஒரு சிறிய மரம்). விளக்கக்கூடிய தன்மை: ஒரு சிக்கலான மாதிரியைப் படிக்கக்கூடியதாக மாற்ற மேலே ஒரு முறையைச் சேர்க்கவும்.
-
உள்ளூர் vs உலகளாவிய - உள்ளூர் ஒரு முடிவை விளக்குகிறது; உலகளாவியது ஒட்டுமொத்த நடத்தையைச் சுருக்கமாகக் கூறுகிறது.
-
போஸ்ட்-ஹாக் vs இன்ட்ரிக் - போஸ்ட்-ஹாக் ஒரு பயிற்சி பெற்ற கருப்புப் பெட்டியை விளக்குகிறது; இன்ட்ரிக்கன்ட் இயல்பாகவே புரிந்துகொள்ளக்கூடிய மாதிரிகளைப் பயன்படுத்துகிறது.
ஆமாம், இந்த வரிகள் மங்கலாகின்றன. பரவாயில்லை; மொழி உருவாகிறது; உங்கள் ஆபத்துப் பதிவேடு உருவாகாது.
பிரபலமான விளக்கக்கூடிய AI முறைகள் - சுற்றுப்பயணம் 🎡
இதோ ஒரு சூறாவளி சுற்றுப்பயணம், அருங்காட்சியக ஆடியோ வழிகாட்டியின் அதிர்வுடன் ஆனால் குறுகியது.
1) கூடுதல் அம்ச பண்புக்கூறுகள்
-
SHAP - விளையாட்டு-கோட்பாட்டு கருத்துக்கள் மூலம் ஒவ்வொரு அம்சத்திற்கும் ஒரு குறிப்பிட்ட கணிப்புக்கு பங்களிக்கிறது. தெளிவான சேர்க்கை விளக்கங்கள் மற்றும் மாதிரிகள் முழுவதும் ஒன்றிணைக்கும் பார்வையை நான் விரும்புகிறேன் [3].
2) உள்ளூர் மாற்று மாதிரிகள்
-
LIME - விளக்கப்பட வேண்டிய நிகழ்வைச் சுற்றி ஒரு எளிய, உள்ளூர் மாதிரியைப் பயிற்றுவிக்கிறது. அருகிலுள்ள அம்சங்களின் விரைவான, மனிதர்கள் படிக்கக்கூடிய சுருக்கங்கள். டெமோக்களுக்கு சிறந்தது, பயிற்சி-கண்காணிப்பு நிலைத்தன்மைக்கு உதவியாக இருக்கும் [4].
3) ஆழமான வலைகளுக்கான சாய்வு அடிப்படையிலான முறைகள்
-
ஒருங்கிணைந்த சாய்வுகள் - ஒரு அடிப்படையிலிருந்து உள்ளீட்டிற்கு சாய்வுகளை ஒருங்கிணைப்பதன் மூலம் முக்கியத்துவத்தை பண்புக்கூறுகள்; பெரும்பாலும் பார்வை மற்றும் உரைக்கு பயன்படுத்தப்படுகிறது. விவேகமான கோட்பாடுகள்; அடிப்படைகள் மற்றும் சத்தம் குறித்து கவனம் தேவை [1].
4) எடுத்துக்காட்டு அடிப்படையிலான விளக்கங்கள்
-
எதிர் உண்மைகள் - “எந்த குறைந்தபட்ச மாற்றம் முடிவை புரட்டிப் போட்டிருக்கும்?” முடிவெடுப்பதற்கு ஏற்றது, ஏனெனில் அது இயற்கையாகவே செயல்படக்கூடியது-Y ஐப் பெற X ஐச் செய்யுங்கள் [1].
5) முன்மாதிரிகள், விதிகள் மற்றும் பகுதி சார்பு
-
வருமானம் > X மற்றும் வரலாறு = சுத்தம் செய்தல் பின்னர் ஒப்புதல் அளித்தல் போன்ற வடிவங்களைப் பிடிக்கின்றன ; பகுதி சார்பு ஒரு வரம்பில் ஒரு அம்சத்தின் சராசரி விளைவைக் காட்டுகிறது. எளிமையான யோசனைகள், பெரும்பாலும் குறைத்து மதிப்பிடப்படுகின்றன.
6) மொழி மாதிரிகளுக்கு
-
டோக்கன்/ஸ்பேன்ஸ் பண்புக்கூறுகள், மீட்டெடுக்கப்பட்ட எடுத்துக்காட்டுகள் மற்றும் கட்டமைக்கப்பட்ட பகுத்தறிவுகள். வழக்கமான எச்சரிக்கையுடன் உதவியாக இருக்கும்: நேர்த்தியான வெப்ப வரைபடங்கள் காரண-காரண பகுத்தறிவுக்கு உத்தரவாதம் அளிக்காது [5].
புலத்திலிருந்து ஒரு விரைவான (கலப்பு) வழக்கு 🧪
ஒரு நடுத்தர அளவிலான கடன் வழங்குபவர் கடன் முடிவுகளுக்கு சாய்வு-உயர்த்தப்பட்ட மாதிரியை வழங்குகிறார். உள்ளூர் SHAP முகவர்களுக்கு பாதகமான விளைவை விளக்க உதவுகிறது (“கடனுக்கு வருமானம் மற்றும் சமீபத்திய கடன் பயன்பாடு முக்கிய இயக்கிகளாக இருந்தன.”) [3]. ஒரு எதிர்நிலை அடுக்கு சாத்தியமான உதவியை பரிந்துரைக்கிறது (“சுழலும் பயன்பாட்டை ~10% குறைக்கவும் அல்லது முடிவை மாற்ற சரிபார்க்கப்பட்ட வைப்புகளில் £1,500 சேர்க்கவும்.”) [1]. உள்நாட்டில், குழு சீரற்றமயமாக்கல் சோதனைகளை , சிறப்பம்சங்கள் மாறுவேடத்தில் உள்ள எட்ஜ் டிடெக்டர்கள் அல்ல என்பதை உறுதிசெய்கிறது [5]. ஒரே மாதிரி, வெவ்வேறு பார்வையாளர்கள்-வாடிக்கையாளர்கள், ஆப்கள் மற்றும் தணிக்கையாளர்களுக்கு வெவ்வேறு விளக்கங்கள்.
ஒரு சங்கடமான விஷயம்: விளக்கங்கள் தவறாக வழிநடத்தும் 🙃
சில முக்கியத்துவ முறைகள் பயிற்சி பெற்ற மாதிரி அல்லது தரவுகளுடன் இணைக்கப்படாவிட்டாலும் கூட நம்பத்தகுந்ததாகத் தெரிகின்றன. சில நுட்பங்கள் அடிப்படை சோதனைகளில் தோல்வியடையக்கூடும், இது தவறான புரிதலை அளிக்கிறது என்பதை சுகாதார சோதனைகள் காட்டுகின்றன. மொழிபெயர்ப்பு: அழகான படங்கள் தூய நாடகமாக இருக்கலாம். உங்கள் விளக்க முறைகளுக்கான சரிபார்ப்பு சோதனைகளை உருவாக்குங்கள் [5].
மேலும், அரிதான ≠ நேர்மையானவர். ஒரு வாக்கிய காரணம் பெரிய தொடர்புகளை மறைக்கக்கூடும். ஒரு விளக்கத்தில் உள்ள சிறிய முரண்பாடுகள் உண்மையான மாதிரி நிச்சயமற்ற தன்மையைக் குறிக்கலாம் - அல்லது சத்தம் மட்டுமே. எது எது என்று சொல்வது உங்கள் வேலை.
நிர்வாகம், கொள்கை மற்றும் வெளிப்படைத்தன்மைக்கான உயரும் அளவு 🏛️
கொள்கை வகுப்பாளர்கள் சூழலுக்கு ஏற்ற வெளிப்படைத்தன்மையை எதிர்பார்க்கிறார்கள். EU-வில் , குறிப்பிட்ட சந்தர்ப்பங்களில் மக்கள் AI-யுடன் தொடர்பு கொள்ளும்போது அவர்களுக்குத் தெரிவிப்பது, விதிவிலக்குகளுக்கு உட்பட்டு (எ.கா., சட்டப்பூர்வமான பயன்பாடுகள் அல்லது பாதுகாக்கப்பட்ட வெளிப்பாடு) [2], பொருத்தமான அறிவிப்புகள் மற்றும் தொழில்நுட்ப வழிமுறைகளுடன் AI-உருவாக்கப்பட்ட அல்லது கையாளப்பட்ட உள்ளடக்கத்தை லேபிளிடுவது போன்ற கடமைகளை AI சட்டம் வரையறுக்கிறது. பொறியியல் பக்கத்தில், NIST, குழுக்கள் மக்கள் உண்மையில் பயன்படுத்தக்கூடிய விளக்கங்களை வடிவமைக்க உதவும் கொள்கைகள் சார்ந்த வழிகாட்டுதலை வழங்குகிறது [1].
விளக்கக்கூடிய AI அணுகுமுறையை எவ்வாறு தேர்வு செய்வது - ஒரு விரைவான வரைபடம் 🗺️
-
முடிவில் இருந்து தொடங்குங்கள் - யாருக்கு விளக்கம் தேவை, எந்த நடவடிக்கைக்கு?
-
மாதிரி மற்றும் ஊடகத்துடன் முறையைப் பொருத்தவும்.
-
பார்வை அல்லது NLP இல் ஆழமான வலைகளுக்கான சாய்வு முறைகள் [1].
-
அம்ச பண்புக்கூறுகள் தேவைப்படும்போது அட்டவணை மாதிரிகளுக்கு SHAP அல்லது LIME [3][4].
-
வாடிக்கையாளர் எதிர்கொள்ளும் தீர்வு மற்றும் முறையீடுகளுக்கான எதிர் உண்மைகள் [1].
-
-
தர வாயில்களை அமைக்கவும் - நம்பகத்தன்மை சோதனைகள், நிலைத்தன்மை சோதனைகள் மற்றும் மனித-சுழற்சி மதிப்பாய்வுகள் [5].
-
அளவீட்டுத் திட்டம் - விளக்கங்கள் பதிவு செய்யக்கூடியதாகவும், சோதிக்கக்கூடியதாகவும், தணிக்கை செய்யக்கூடியதாகவும் இருக்க வேண்டும்.
-
ஆவண வரம்புகள் - எந்த முறையும் சரியானதல்ல; அறியப்பட்ட தோல்வி முறைகளை எழுதுங்கள்.
கொஞ்சம் ஒதுக்கி வையுங்கள் - நீங்கள் மாதிரிகளைச் சோதிப்பது போல விளக்கங்களைச் சோதிக்க முடியாவிட்டால், உங்களிடம் விளக்கங்கள் இல்லாமல் இருக்கலாம், வெறும் அதிர்வுகள் மட்டுமே இருக்கும்.
ஒப்பீட்டு அட்டவணை - பொதுவான விளக்கக்கூடிய AI விருப்பங்கள் 🧮
வேண்டுமென்றே சற்று விசித்திரமானது; நிஜ வாழ்க்கை குழப்பமானது.
| கருவி / முறை | சிறந்த பார்வையாளர்கள் | விலை | அது அவர்களுக்கு ஏன் வேலை செய்கிறது? |
|---|---|---|---|
| வடிவம் | தரவு விஞ்ஞானிகள், தணிக்கையாளர்கள் | இலவசம்/திறந்திருக்கும் | கூட்டுப் பண்புக்கூறுகள்-நிலையானவை, ஒப்பிடத்தக்கவை [3]. |
| சுண்ணாம்பு | தயாரிப்பு குழுக்கள், ஆய்வாளர்கள் | இலவசம்/திறந்திருக்கும் | வேகமான உள்ளூர் மாற்றுகள்; எளிதில் கத்துவது; சில நேரங்களில் சத்தமாக இருக்கும் [4]. |
| ஒருங்கிணைந்த சாய்வுகள் | ஆழமான வலைகளில் ML பொறியாளர்கள் | இலவசம்/திறந்திருக்கும் | விவேகமான கோட்பாடுகளுடன் கூடிய சாய்வு அடிப்படையிலான பண்புக்கூறுகள் [1]. |
| எதிர் உண்மைகள் | இறுதிப் பயனர்கள், இணக்கம், செயல்பாடுகள் | கலப்பு | எதை மாற்ற வேண்டும் என்பதற்கு நேரடியாக பதிலளிக்கிறது; மிகவும் செயல்படக்கூடியது [1]. |
| விதிப் பட்டியல்கள் / மரங்கள் | ஆபத்து உரிமையாளர்கள், மேலாளர்கள் | இலவசம்/திறந்திருக்கும் | உள்ளார்ந்த விளக்கத்தன்மை; உலகளாவிய சுருக்கங்கள். |
| பகுதி சார்பு | மாதிரி டெவலப்பர்கள், தரநிலை | இலவசம்/திறந்திருக்கும் | வரம்புகளுக்கு இடையே சராசரி விளைவுகளை காட்சிப்படுத்துகிறது. |
| முன்மாதிரிகள் & முன்மாதிரிகள் | வடிவமைப்பாளர்கள், விமர்சகர்கள் | இலவசம்/திறந்திருக்கும் | உறுதியான, மனித நட்பு உதாரணங்கள்; தொடர்புடையவை. |
| கருவி தளங்கள் | தளக் குழுக்கள், நிர்வாகம் | வணிகம் | கண்காணிப்பு + விளக்கம் + தணிக்கை ஒரே இடத்தில். |
ஆமாம், செல்கள் சீரற்றவை. அதுதான் வாழ்க்கை.
உற்பத்தியில் விளக்கக்கூடிய AI-க்கான எளிய பணிப்பாய்வு 🛠️
படி 1 - கேள்வியை வரையறுக்கவும்.
யாருடைய தேவைகள் மிகவும் முக்கியம் என்பதை முடிவு செய்யுங்கள். ஒரு தரவு விஞ்ஞானிக்கு விளக்கமளிக்கும் தன்மை என்பது ஒரு வாடிக்கையாளருக்கு மேல்முறையீட்டு கடிதத்தைப் போன்றது அல்ல.
படி 2 - சூழலுக்கு ஏற்ப முறையைத் தேர்ந்தெடுக்கவும்.
-
கடன்களுக்கான அட்டவணை ஆபத்து மாதிரி - உள்ளூர் மற்றும் உலகளாவிய கடன்களுக்கான SHAP உடன் தொடங்குங்கள்; உதவிக்கு எதிர் உண்மைகளைச் சேர்க்கவும் [3][1].
-
பார்வை வகைப்படுத்தி - ஒருங்கிணைந்த சாய்வு அல்லது அதைப் போன்றவற்றைப் பயன்படுத்தவும்; உப்புத்தன்மை சிக்கல்களைத் தவிர்க்க நல்லறிவு சோதனைகளைச் சேர்க்கவும் [1][5].
படி 3 - விளக்கங்களைச் சரிபார்க்கவும்.
விளக்க நிலைத்தன்மை சோதனைகளைச் செய்யவும்; உள்ளீடுகளைத் தொந்தரவு செய்யவும்; முக்கியமான அம்சங்கள் டொமைன் அறிவுக்கு பொருந்துகின்றனவா என்பதைச் சரிபார்க்கவும். உங்கள் சிறந்த அம்சங்கள் ஒவ்வொரு முறையும் மீண்டும் பயிற்சி பெறும்போது, இடைநிறுத்தவும்.
படி 4 - விளக்கங்களைப் பயன்படுத்தக்கூடியதாக மாற்றவும்.
விளக்கப்படங்களுடன் எளிய மொழி காரணங்களைச் சேர்க்கவும். அடுத்த சிறந்த செயல்களைச் சேர்க்கவும். பொருத்தமான இடங்களில் சவால் விளைவுகளுக்கான இணைப்புகளை வழங்கவும் - வெளிப்படைத்தன்மை விதிகள் ஆதரிக்கும் நோக்கம் இதுதான் [2].
படி 5 - கண்காணித்து பதிவு செய்யவும்.
காலப்போக்கில் விளக்க நிலைத்தன்மையைக் கண்காணிக்கவும். தவறாக வழிநடத்தும் விளக்கங்கள் ஒரு ஆபத்து சமிக்ஞையாகும், ஒரு அழகு பிழை அல்ல.
ஆழமாக சிந்தித்துப் பாருங்கள் 1: நடைமுறையில் உள்ளூர் vs உலகளாவிய விளக்கங்கள் 🔍
-
உணர்திறன் மிக்க சூழல்களில் ஒருவரின் வழக்கு ஏன் அந்த முடிவை எடுத்தது என்பதைப் புரிந்துகொள்ள உள்ளூர் உதவுகிறது .
-
மாதிரியின் கற்றறிந்த நடத்தை கொள்கை மற்றும் கள அறிவுடன் ஒத்துப்போகிறதா என்பதை உறுதிப்படுத்த குளோபல்
இரண்டையும் செய்யுங்கள். சேவை நடவடிக்கைகளுக்கு உள்ளூர் சேவையைத் தொடங்கலாம், பின்னர் சறுக்கல் மற்றும் நியாயத்தன்மை மதிப்பாய்வுக்காக உலகளாவிய கண்காணிப்பைச் சேர்க்கலாம்.
ஆழமாகப் பார்ப்பது 2: உதவி மற்றும் மேல்முறையீடுகளுக்கான எதிர் உண்மைகள் 🔄
சிறந்த விளைவைப் பெறுவதற்கு குறைந்தபட்ச மாற்றத்தை மக்கள் அறிய விரும்புகிறார்கள். எதிர் உண்மை விளக்கங்கள் அதைச் சரியாகச் செய்கின்றன - இந்த குறிப்பிட்ட காரணிகளை மாற்றினால் முடிவு புரட்டுகிறது சாத்தியக்கூறு மற்றும் நியாயத்தை மதிக்க வேண்டும் . ஒரு மாறாத பண்பை மாற்ற யாரிடமாவது சொல்வது ஒரு திட்டம் அல்ல, அது ஒரு சிவப்புக் கொடி.
ஆழ்ந்த ஆய்வு 3: சுகாதாரத்தை சரிபார்க்கும் முக்கியத்துவம் 🧪
நீங்கள் உப்புத்தன்மை வரைபடங்கள் அல்லது சாய்வுகளைப் பயன்படுத்தினால், நல்லறிவு சோதனைகளை இயக்கவும். சில நுட்பங்கள் மாதிரி அளவுருக்களை சீரற்றதாக்கும்போது கூட கிட்டத்தட்ட ஒரே மாதிரியான வரைபடங்களை உருவாக்குகின்றன - அதாவது அவை கற்றறிந்த ஆதாரங்களை அல்ல, விளிம்புகள் மற்றும் அமைப்புகளை முன்னிலைப்படுத்தக்கூடும். அழகான வெப்ப வரைபடங்கள், தவறாக வழிநடத்தும் கதை. CI/CD இல் தானியங்கி சோதனைகளை உருவாக்குங்கள் [5].
ஒவ்வொரு சந்திப்பிலும் வரும் அடிக்கடி கேட்கப்படும் கேள்விகள் 🤓
கேள்வி: விளக்கக்கூடிய AI என்பது நியாயத்தன்மைக்கு சமமானதா?
பார்க்க உதவுகின்றன ; நியாயத்தன்மை என்பது நீங்கள் சோதித்துப் பார்க்க . தொடர்புடையது, ஒரே மாதிரியானது அல்ல.
கேள்வி: எளிமையான மாதிரிகள் எப்போதும் சிறந்ததா?
பதில்: சில நேரங்களில். ஆனால் எளிமையானதும் தவறானதும் இன்னும் தவறானது. செயல்திறன் மற்றும் நிர்வாகத் தேவைகளைப் பூர்த்தி செய்யும் எளிமையான மாதிரியைத் தேர்வுசெய்க.
கேள்வி: விளக்கங்கள் ஐபி விவரங்களை கசியவிடுமா?
பதில்: அவர்களால் முடியும். பார்வையாளர்கள் மற்றும் ஆபத்து அடிப்படையில் விவரங்களை அளவீடு செய்யுங்கள்; நீங்கள் என்ன வெளிப்படுத்துகிறீர்கள், ஏன் வெளிப்படுத்துகிறீர்கள் என்பதை ஆவணப்படுத்துங்கள்.
கேள்வி: அம்ச முக்கியத்துவங்களைக் காட்டிவிட்டு அதை முடிந்தது என்று அழைக்க முடியுமா?
பதில்: உண்மையில் இல்லை. சூழல் அல்லது உதவி இல்லாத முக்கியத்துவப் பட்டைகள் அலங்காரமாகும்.
மிக நீளமானது, பதிப்பையும் இறுதிக் கருத்துகளையும் படிக்கவில்லை 🌯
விளக்கக்கூடிய AI என்பது மாதிரி நடத்தையை அதை நம்பியிருக்கும் மனிதர்களுக்குப் புரியும் வகையிலும் பயனுள்ளதாகவும் மாற்றும் துறையாகும். சிறந்த விளக்கங்கள் நம்பகத்தன்மை, நிலைத்தன்மை மற்றும் தெளிவான பார்வையாளர்களைக் கொண்டுள்ளன. SHAP, LIME, ஒருங்கிணைந்த சாய்வுகள் மற்றும் எதிர் உண்மைகள் போன்ற முறைகள் ஒவ்வொன்றும் பலங்களைக் கொண்டுள்ளன - அவற்றை வேண்டுமென்றே பயன்படுத்தவும், அவற்றை கடுமையாக சோதிக்கவும், மக்கள் செயல்படக்கூடிய மொழியில் அவற்றை வழங்கவும். மேலும் நினைவில் கொள்ளுங்கள், மென்மையான காட்சிகள் நாடகமாக இருக்கலாம்; உங்கள் விளக்கங்கள் மாதிரியின் உண்மையான நடத்தையை பிரதிபலிக்கும் ஆதாரங்களைக் கோருங்கள். உங்கள் மாதிரி வாழ்க்கைச் சுழற்சியில் விளக்கத்தை உருவாக்குங்கள் - இது ஒரு பளபளப்பான துணை நிரல் அல்ல, நீங்கள் எவ்வாறு பொறுப்புடன் அனுப்புகிறீர்கள் என்பதன் ஒரு பகுதியாகும்.
உண்மையைச் சொன்னால், இது உங்கள் மாடலுக்கு ஒரு குரல் கொடுப்பது போன்றது. சில நேரங்களில் அது முணுமுணுக்கிறது; சில நேரங்களில் அது மிகைப்படுத்துகிறது; சில நேரங்களில் நீங்கள் கேட்க வேண்டியதைச் சரியாகச் சொல்கிறது. சரியான விஷயத்தை, சரியான நபரிடம், சரியான நேரத்தில் சொல்ல உதவுவதே உங்கள் வேலை. மேலும் ஒரு நல்ல லேபிளை எறியுங்கள். 🎯
குறிப்புகள்
[1] NIST IR 8312 - விளக்கக்கூடிய செயற்கை நுண்ணறிவின் நான்கு கோட்பாடுகள் . தேசிய தரநிலைகள் மற்றும் தொழில்நுட்ப நிறுவனம். மேலும் படிக்கவும்
[2] ஒழுங்குமுறை (EU) 2024/1689 - செயற்கை நுண்ணறிவு சட்டம் (அதிகாரப்பூர்வ இதழ்/EUR-லெக்ஸ்) . மேலும் படிக்கவும்
[3] லுண்ட்பெர்க் & லீ (2017) - “மாதிரி கணிப்புகளை விளக்குவதற்கான ஒருங்கிணைந்த அணுகுமுறை.” arXiv. மேலும் படிக்கவும்
[4] ரிபேரோ, சிங் & கெஸ்ட்ரின் (2016) - “நான் ஏன் உங்களை நம்ப வேண்டும்?” எந்த வகைப்படுத்தியின் கணிப்புகளையும் விளக்குதல். arXiv. மேலும் படிக்கவும்
[5] அடேபாயோ மற்றும் பலர் (2018) - “உயர்தர வரைபடங்களுக்கான சுகாதார சோதனைகள்.” நியூரிஐபிஎஸ் (தாள் PDF). மேலும் படிக்கவும்