AI2：迈向基于自然语言且可解释的机器学习框架的下一步飞跃

过去几十年间机器学习框架蓬勃发展，使人工智能走出学术圈并应用于企业领域。该领域已取得显著进展，但要达到后续期望仍存在一些有意义的改进空间。所提出的名为 AI$^{2}$ 的框架使用自然语言接口，使非专业人员无需掌握编程语言即可受益于机器学习算法。AI$^{2}$ 框架的首要贡献是允许用户以英语调用机器学习算法，从而简化接口使用。第二大贡献是温室气体（GHG）意识。它具备若干策略来评估待调用算法所产生的 GHG，并提议替代方案以在不执行高能耗算法的情况下求得解。另一贡献是一个预处理模块，有助于恰当描述与加载数据。该模块通过基于英文文本的聊天机器人引导用户定义每个数据集，从而使其得以被恰当描述、归一化、加载与划分。本文的最后一项贡献关于可解释性。数十年来科学界已知机器学习算法存在著名的黑箱问题。传统机器学习方法将输入转换为输出而无法解释该结果。所提框架通过恰当的文本、图形与表格解释算法的处理过程。以五个案例呈现的结果展示了从用户英文指令到可解释输出的应用用法。最终，AI$^{2}$ 框架代表了迈向基于原生语言、面向人类关切的机器学习框架的下一步飞跃。