基于必要性与充分性的局部解释：统一理论与方法
机器学习
2021-06-11 v2 人工智能
摘要
必要性与充分性是所有成功解释的基石。然而尽管至关重要，在可解释人工智能（XAI）这一迄今缺乏坚实理论基础的快速发展研究领域中，这些概念在概念上发展不足且应用不一致。基于逻辑、概率与因果方面的工作，我们确立了必要性与充分性在 XAI 中的核心地位，将看似迥异的方法统一于单一形式化框架中。我们提供了一种关于给定上下文计算解释因子的可靠且完备的算法，并在多项任务上展示了其灵活性及与最先进替代方法相媲美的性能。
引用
@article{arxiv.2103.14651,
title = {Local Explanations via Necessity and Sufficiency: Unifying Theory and Practice},
author = {David Watson and Limor Gultchin and Ankur Taly and Luciano Floridi},
journal= {arXiv preprint arXiv:2103.14651},
year = {2021}
}