AI-Spectra：面向模型多重性的可视化仪表板，以增强知情与透明决策

我们提出了一种名为 AI-Spectra 的方法，利用模型多重性构建交互式系统。模型多重性指使用略有不同的 AI 模型对同一任务产生同样有效的结果或预测，从而依赖许多同时在线的"专家顾问"，它们可能持有不同意见。面对为同一任务生成潜在发散结果的多个 AI 模型，用户难以应对。这有助于用户理解并识别 AI 模型并非总是正确且可能存在差异，但也可能因面对多个结果而非单一结果而导致信息过载。AI-Spectra 通过可视化仪表板利用模型多重性，旨在传达哪些 AI 模型生成哪些结果，同时将检测模型间共识及可能持不同意见的模型类型所需的认知负荷降至最低。我们为 AI-Spectra 采用了切尔诺夫面的定制改编——切尔诺夫机器人。这种可视化技术使用户能快速解读复杂的多变量模型配置，并跨多个模型比较预测。我们的设计基于既定的人机交互指南和信息可视化领域的成熟实践。我们通过一系列实验验证了该方法，使用 MNIST 数据集训练多种变体模型执行数字识别。我们的工作为通过策略性使用多模型使 AI 系统更透明、可信和有效的日益增长的讨论做出了贡献。