or
Toto cvičení je součástí kurzu
Ponoříme se do světa vysvětlitelné umělé inteligence (XAI) a ukážeme si, proč je klíčové, aby byly systémy AI transparentní, srozumitelné a důvěryhodné. Prozkoumáme schopnosti AI v oblasti předpovídání a generování obsahu a zdůrazníme, proč musí být rozhodovací procesy srozumitelné. Zaměříme se také na metody, které pomáhají přiblížit složité modely AI širokému okruhu uživatelů.
Prozkoumáme techniky vysvětlitelné umělé inteligence (XAI) a rozdělíme je do kategorií: vysvětlení závislá na modelu, vysvětlení nezávislá na modelu, lokální a globální vysvětlení. Ukážeme si regresní a klasifikační přístupy pro pohledy specifické pro daný model a představíme nástroje SHAP a LIME pro interpretaci modelů černé skříňky. Zaměříme se také na složitost velkých jazykových modelů (LLM) a na to, proč je transparentnost jejich rozhodování zásadní.
Podíváme se na transformační dopad XAI, díky němuž se umělá inteligence stává přístupnější a přívětivější v celé řadě odvětví. Integrací vysvětlitelnosti od samého počátku zajistíme transparentnost systémů AI, což posiluje důvěru a prohlubuje spolupráci mezi lidmi a stroji. Na příkladech z praxe si ukážeme, jak XAI odhaluje logiku složitých rozhodnutí AI a umožňuje uživatelům s různým technickým zázemím využívat poznatky AI k informovanějšímu rozhodování.
Aktuální cvičení