通过可解释人工智能与主动学习实现人在回路的视觉检测
人机交互
2023-07-18 v2 人工智能
计算机视觉与模式识别
摘要
工业革命历来通过在生产中引入自动化而颠覆制造业。日益增长的自动化重塑了人类工人的角色。机器人与人工智能的进步开辟了人机协作的新前沿。这种协作可借助人工智能的两个子领域实现：主动学习（active learning）与可解释人工智能（explainable artificial intelligence, xAI）。主动学习旨在设计策略以帮助获取能使机器学习算法学得更好的数据。另一方面，可解释人工智能旨在使机器学习模型对人类而言可理解。本工作首先描述工业 5.0、人机协作以及质量检测（侧重视觉检测）的现状。随后概述在视觉检测中如何达成并增强人机协作。最后，结合人工智能、人类数字孪生与网络安全，分享了欧盟 H2020 STAR 项目中关于视觉检测的部分成果。
引用
@article{arxiv.2307.05508,
title = {Human in the AI loop via xAI and Active Learning for Visual Inspection},
author = {Jože M. Rožanec and Elias Montini and Vincenzo Cutrona and Dimitrios Papamartzivanos and Timotej Klemenčič and Blaž Fortuna and Dunja Mladenić and Entso Veliou and Thanassis Giannetsos and Christos Emmanouilidis},
journal= {arXiv preprint arXiv:2307.05508},
year = {2023}
}