计量学背景下的可信人工智能
机器学习
2024-06-17 v1
摘要
我们综述了国家物理实验室 (NPL) 在计量学领域开展的可信人工智能 (TAI) 研究，特别是可信机器学习 (TML) 的研究。我们描述了TAI的三个广泛主题：技术型、社会技术型和社会型，这些主题在确保所develop模型可信赖、可负责任地做出决策方发挥关键作用。从计量学角度，我们强调不确定性量化 (UQ)，并阐述其在TAI框架内的重要性，以增强AI系统输出的透明度和可信度。随后，我们讨论了NPL正在进行的三个TAI研究领域， 并检阅了AI系统在TAI特征遵循性方面的认证。
引用
@article{arxiv.2406.10117,
title = {Trustworthy Artificial Intelligence in the Context of Metrology},
author = {Tameem Adel and Sam Bilson and Mark Levene and Andrew Thompson},
journal= {arXiv preprint arXiv:2406.10117},
year = {2024}
}