可解释人工智能 (XAI) 2.0：开放挑战与跨学科研究方向的宣言
人工智能
2024-02-20 v1
摘要
随着基于不透明人工智能 (AI) 的系统在多样真实应用场景中持续涌现，理解这些黑箱模型已变得至关重要。为此，可解释人工智能 (XAI) 已成为一个在各领域具有实际与伦理益处的研究领域。本文不仅强调了 XAI 的进展及其在真实场景中的应用，也指出了 XAI 内部持续的挑战，强调需要更广阔的视角与协作努力。我们汇聚来自不同领域的专家以识别开放问题，力求同步研究议程并加速 XAI 在实际中的应用。通过促进协作讨论与跨学科合作，我们旨在推动 XAI 前进，为其持续成功作出贡献。我们的目标是提出一个推进 XAI 的综合方案。为实现该目标，我们呈现了一份包含 27 个开放问题的宣言，分为九类。这些挑战概括了 XAI 的复杂性与细微差别，并为未来研究提供路线图。针对每个问题，我们给出了有前景的研究方向，以期汇聚相关利益方的集体智慧。
引用
@article{arxiv.2310.19775,
title = {Explainable Artificial Intelligence (XAI) 2.0: A Manifesto of Open Challenges and Interdisciplinary Research Directions},
author = {Luca Longo and Mario Brcic and Federico Cabitza and Jaesik Choi and Roberto Confalonieri and Javier Del Ser and Riccardo Guidotti and Yoichi Hayashi and Francisco Herrera and Andreas Holzinger and Richard Jiang and Hassan Khosravi and Freddy Lecue and Gianclaudio Malgieri and Andrés Páez and Wojciech Samek and Johannes Schneider and Timo Speith and Simone Stumpf},
journal= {arXiv preprint arXiv:2310.19775},
year = {2024}
}