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.

Proč je vysvětlitelná AI důležitá

Transparentnost nebo interpretovatelnost

Interpretabilní scénáře

Cíle XAI

Technická stránka XAI

Pochopení základů XAI

Přesnost a interpretovatelnost

Komunikace o XAI

Segmentace publika

Rovnováha mezi přesností a jednoduchostí

Úvod do vysvětlitelné umělé inteligence

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.

Techniky XAI

Lokální, nebo globální?

Možnosti

Model-specific

Model-agnostic

Model-specific nebo model-agnostic

Vysvětlitelnost specifická pro model

Analogie pro regresi a klasifikaci

Modely černé skříňky v rozhodování

Modelově agnostické metody vysvětlitelnosti

SHAP

LIME

Obě

SHAP, LIME, nebo obě?

Role SHAP a LIME v XAI

Vysvětlitelnost LLM

Porozumění velkým jazykovým modelům (LLM)

Způsob uvažování LLM

Techniky vysvětlitelné umělé inteligence

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.

Přizpůsobení AI uživateli

XAI pro koncového uživatele

Rizika nezapojení koncového uživatele

XAI by design

Výběr uchazečů o práci

XAI by design v praxi

XAI pro online vzdělávání

XAI v praxi

Požadavky na XAI podle odvětví

Důvěra v systém AI

Budoucnost XAI

XAI napříč obory

Proaktivní vývoj a nasazení

Shrnutí

Implementace a aplikace XAI

Tento kurz tě zavede do fascinujícího světa vysvětlitelné umělé inteligence (XAI) – oboru, který se snaží vnést jasno a porozumění do často nepřehledného světa AI. Kurz je koncipován pro netechnické publikum a osvětluje, proč je důležité zpřehledňovat rozhodování AI a jak na to. Podíváme se na důvody vzniku XAI, její místo v širším kontextu umělé inteligence a její společenské dopady. Po absolvování kurzu pochopíš, jak XAI překlenuje propast mezi složitými algoritmy a každodenním rozhodováním – ať přicházíš z jakékoli oblasti.

<h2>Pochopte základní koncepty vysvětlitelné umělé inteligence (XAI)</h2>
Tento kurz představuje klíčovou oblast XAI a zaměřuje se na to, aby byly složité algoritmy umělé inteligence srozumitelné a přístupné. Poptávka po transparentnosti a důvěře v těchto technologiích roste s tím, jak se systémy umělé inteligence stále více integrují do různých odvětví. Tento kurz pokrývá základní koncepty XAI, včetně transparentnosti, interpretovatelnosti a odpovědnosti, a zkoumá rovnováhu mezi složitostí modelu a vysvětlitelností.

<h2>Naučte se techniky XAI</h2>
Naučíte se o vysvětleních specifických pro model i nezávislých na modelu a získáte praktické poznatky a nástroje, abyste mohli principy XAI efektivně uplatnit ve svých projektech. Kurz si klade za cíl vybavit vás znalostmi, díky nimž budou systémy AI transparentnější, etičtější a v souladu se společenskými hodnotami, aby rozhodnutí AI byla nejen účinná, ale také obhajitelná a srozumitelná.

<h2>Implementujte XAI v praxi</h2>
Na konci tohoto kurzu budete mít pevné porozumění XAI a jeho významu při vývoji řešení AI a budete připraveni tyto principy implementovat, abyste zvýšili srozumitelnost a důvěryhodnost systémů AI v reálných aplikacích.


Pochopte roli a realitu vysvětlitelné AI (XAI) s tímto kurzem pro začátečníky.

Koncepty vysvětlitelné umělé inteligence (XAI)

Pochopte roli a reálné využití Explainable Artificial Intelligence (XAI) s tímto kurzem pro začátečníky. 

Vedení v oblasti umělé inteligence (AI)

Nabízí širší pohled na příspěvky příznaků a pomáhá pochopit vliv různých faktorů na předpovědi.

Využívá kooperativní principy k rozdělení hodnot důležitosti příznaků, čímž zvyšuje transparentnost rozhodování modelu.

Generuje interpretovatelné poznatky pro konkrétní předpovědi modelu analýzou vztahů mezi vstupy a výstupy.

Zaměřuje se především na vysvětlení jednotlivých předpovědí a zjednodušuje složité chování modelu pro snazší pochopení.

Snaží se přiblížit uvažování a rozhodovací procesy modelu, aniž by poskytovala úplné vysvětlení.

Řeší problém porozumění složitým výstupům modelu, zejména v situacích s vysokým rizikem, tím, že poskytuje přehled o faktorech ovlivňujících předpovědi.

SHAP, LIME, nebo obě?

Koncepty vysvětlitelné umělé inteligence (XAI)

Interaktivní praktické cvičení