废除 XAI 中的 X：呼吁可理解的人工智能

在最近的一篇论文中，Erasmus 等人 (2021) 辩护了这样一种观点，即可解释人工智能 (XAI) 中“解释”一词的歧义可以通过采用科学哲学中现有的四种不同解释理论中的任何一种来解决：演绎律则模型、归纳统计模型、因果机械模型和新机械论模型。在本章中，我指出作者声称这些理论可以像应用于任何自然现象一样应用于深度神经网络的观点是错误的。我还提供了一个更一般的论点，说明为什么 XAI 文献中目前使用的可解释性概念与传统科学解释的概念几乎没有相似之处。使用“可理解的人工智能”这一标签来避免围绕 XAI 目标和目的的混淆将更为有益。在本章的后半部分，我论证了一种更适合在 XAI 中发挥解释核心作用的实用主义理解概念。遵循 Kuorikoski & Ylikoski (2015) 的观点，理解机器学习系统的满足条件被详细阐述为智能体在使用该系统及从中得出正确推理方面的成功。