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

Александр Архангельский: «Может ли ИИ в перспективе написать «Войну и мир»? По-моему, может» Александр Архангельский: «Может ли ИИ в перспективе написать «Войну и мир»? По-моему, может»

Профессор ВШЭ Александр Архангельский — о судьбе бумажных книг и их авторов

РБК
Банк России намерен регулировать покупку квартир в рассрочку Банк России намерен регулировать покупку квартир в рассрочку

Рассрочка для квартир – полезный инструмент продаж, хотя и несет в себе риски

Ведомости
Движение вокруг недвижимости Движение вокруг недвижимости

Как искусственный интеллект захватывает один из ключевых рынков

РБК
В такси на Дубровку В такси на Дубровку

Ищешь живописное место для фотосессии? Советские фильмы знают ответ!

Лиза
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
Опять и опять «Назад в будущее» Опять и опять «Назад в будущее»

Краткая история ленты «Назад в будущее», вырастившей последнее поколение XX века

Weekend
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
Александр Лабас: не авангардист, не соцреалист Александр Лабас: не авангардист, не соцреалист

Голос А. Лабаса — сложный, полифоничный, подчас ускользающий от прямых смыслов

Монокль
Владимир Васильев: «Гонка технологических «вооружений» уже началась» Владимир Васильев: «Гонка технологических «вооружений» уже началась»

Владимир Васильев – о влиянии больших языковых моделей на будущее человека

РБК
Буль-буль Буль-буль

Фантастический рассказ Владислава Кулигина «Буль-буль»

Знание – сила
Стабильность в эпоху потрясений Стабильность в эпоху потрясений

Как российские и мировые компании пытаются быть устойчивыми

РБК
Кнут Гамсун Кнут Гамсун

Кнут Гамсун говорил от имени нации и тем сильно её скомпрометировал

Дилетант
«После введения санкций приходится самим закупать инвентарь» «После введения санкций приходится самим закупать инвентарь»

Биатлонист Даниил Серохвостов — о мотивации, доходах и проблемах с патронами

Ведомости
Дейнотерий – слон с берегов Дона Дейнотерий – слон с берегов Дона

Слоны – одни из самых стабильных в эволюционном плане животных...

Наука и техника
Главный финансовый психолог Главный финансовый психолог

Как Даниэль Канеман сделал экономическую науку человечнее

Деньги
Через санкции к росту Через санкции к росту

Как российская экономика ищет способы сотрудничества с глобальными игроками

Эксперт
«Пишите… А. Куприн» «Пишите… А. Куприн»

Эмиграция сложилась для Куприна не просто трудно, а скорее — трагически

Дилетант
Эра литий-ионных аккумуляторов Эра литий-ионных аккумуляторов

Почему ученые трудятся над тем, чтобы повысить безопасность батареек

Наука и техника
Между фугой и фуззом Между фугой и фуззом

Современные композиторы, ломающие жанровые барьеры

Weekend
Партнер по религиозным соображениям Партнер по религиозным соображениям

Как Россия создает базу для привлечения исламского капитала

Эксперт
15 уроков периода высоких ставок глазами банкира 15 уроков периода высоких ставок глазами банкира

Что мы поняли за годы высоких ставок?

Ведомости
Карманные мозги, что управляют всем: микроконтроллеры от первых 4-бит до IoT-революции Карманные мозги, что управляют всем: микроконтроллеры от первых 4-бит до IoT-революции

История микроконтроллеров от их зарождения до современных тенденций

Наука и техника
О чем молчат рекорды HoReCa О чем молчат рекорды HoReCa

Будут ли все последствия смещения потребления с кухни в ресторан положительными?

Агроинвестор
Культура всегда со страной Культура всегда со страной

Разговор с директором Эрмитажа о роли, которую играют сейчас музеи

Знание – сила
Сеньоры на потоке Сеньоры на потоке

Зачем Минцифры запускает новые программы подготовки IT-кадров

Ведомости
Почему ЕС не растет Почему ЕС не растет

Что провоцирует системный кризис развития Евросоюза

Эксперт
Музей как увлечение Музей как увлечение

Единственный в своем роде: музей при Институте космических исследований РАН

Знание – сила
Есть ли у Европы армия Есть ли у Европы армия

О потенциале собственной армии Евросоюза и перспективах ее участия вне НАТО

Монокль
Вековые традиции Вековые традиции

Не получается нарисовать стрелки, а тени сразу скатываются?

Лиза
Быстрый платеж Быстрый платеж

Оплата покупок по QR-коду: в чем выгода и в чем подвох

Лиза
Открыть в приложении