যেমনটি সেলভারাজু এট আল দ্বারা যুক্তিযুক্ত । , এআই বিবর্তনের তিনটি ধাপ রয়েছে, এর সবকটিতে ব্যাখ্যাযোগ্যতা সহায়ক।
এআই বিকাশের প্রাথমিক পর্যায়ে, যখন এআই মানুষের পারফরম্যান্সের চেয়ে দুর্বল, স্বচ্ছতা আমাদের আরও ভাল মডেল তৈরি করতে সহায়তা করতে পারে । এটি কোনও মডেল কীভাবে কাজ করে তার একটি আরও ভাল ধারণা দিতে পারে এবং বেশ কয়েকটি মূল প্রশ্নের উত্তর দিতে আমাদের সহায়তা করে। উদাহরণস্বরূপ কেন কোনও মডেল কিছু ক্ষেত্রে কাজ করে এবং অন্যগুলিতে না ঘটে, কেন কিছু উদাহরণ মডেলটিকে অন্যদের তুলনায় বেশি বিভ্রান্ত করে, এই ধরণের মডেলগুলি কেন কাজ করে এবং অন্যরা কাজ করে না, ইত্যাদি etc.
যখন এআই মানুষের পারফরম্যান্সের সমান হয় এবং এমএল মডেলগুলি বেশ কয়েকটি শিল্পে মোতায়েন করা শুরু করে, এটি এই মডেলগুলির জন্য আস্থা তৈরি করতে সহায়তা করতে পারে । আমি পরে এ সম্পর্কে কিছুটা ব্যাখ্যা করব, কারণ আমি মনে করি এটি সবচেয়ে গুরুত্বপূর্ণ কারণ।
এআই যখন লক্ষণীয়ভাবে মানুষকে ছাড়িয়ে যায় (যেমন এআই বাজানো দাবা বা গো), এটি মেশিন শিক্ষণে সহায়তা করতে পারে (অর্থাত্ সেই নির্দিষ্ট কাজটিতে কীভাবে মানুষের কার্যকারিতা উন্নত করতে পারে তা মেশিন থেকে শিখানো)।
বিশ্বাস এত গুরুত্বপূর্ণ কেন?
প্রথমে, আমি আপনাকে এমন কয়েকটি শিল্পের উদাহরণ দেই যেখানে বিশ্বাসই সর্বজনীন:
স্বাস্থ্যসেবাতে, কোনও নির্দিষ্ট রোগের জন্য একটি ডিপ নিউরাল নেট নির্ণয় করছেন তা কল্পনা করুন। একটি ক্লাসিক ব্ল্যাক বক্স এনএন কেবলমাত্র বাইনারি "হ্যাঁ" বা "না" আউটপুট দেবে। এমনকি যদি এটি নিছক পূর্বাভাসে মানুষকে ছাড়িয়ে যেতে পারে তবে তা বাস্তবে একেবারেই অকেজো হবে। ডাক্তার যদি মডেলটির মূল্যায়নের সাথে দ্বিমত পোষণ করেন, তবে মডেল কেন সেই ভবিষ্যদ্বাণী করেছিলেন তা তিনি জানেন না ; সম্ভবত এটি ডাক্তারকে কিছু মিস করেছে। তদুপরি, যদি এটি একটি ভুল রোগ নির্ণয় করে (উদাহরণস্বরূপ একজন অসুস্থ ব্যক্তিকে স্বাস্থ্যকর হিসাবে শ্রেণীবদ্ধ করা হয় এবং সঠিক চিকিত্সা না পাওয়া যায়) তবে কে দায়িত্ব নেবে: মডেলটির ব্যবহারকারী? হাসপাতাল? মডেল ডিজাইন করে এমন সংস্থা? এর চারপাশের আইনী কাঠামোটি কিছুটা ঝাপসা।
আর একটি উদাহরণ স্ব-গাড়ি চালনা গাড়ি। একই প্রশ্ন উত্থাপিত হয়: যদি কোনও গাড়ী ক্র্যাশ করে তবে কার দোষ: ড্রাইভারের? গাড়ি প্রস্তুতকারকের? এআই ডিজাইন করে এমন সংস্থা? আইনি জবাবদিহিতা, এই শিল্পের উন্নয়নের জন্য মূল বিষয়।
প্রকৃতপক্ষে, আস্থার এই অভাব অনেক মতে অনেক ক্ষেত্রেই এআই গ্রহণে বাধা সৃষ্টি করেছে (উত্স: ১ , ২ , ৩ ) যদিও একটি চলমান অনুমান রয়েছে যে আরও স্বচ্ছ, ব্যাখ্যামূলক বা ব্যাখ্যাযোগ্য সিস্টেমের সাথে ব্যবহারকারীরা বুদ্ধিমান এজেন্টদের বোঝার জন্য এবং আরও ভালভাবে বিশ্বাস করতে সক্ষম হবেন (উত্স: 1 , 2 , 3 )।
বেশ কয়েকটি বাস্তব বিশ্বের অ্যাপ্লিকেশনগুলিতে আপনি কেবল এটি "94% সময় কাজ করে" বলতে পারবেন না। আপনার একটি যৌক্তিকতা সরবরাহ করার প্রয়োজন হতে পারে ...
সরকারি নীতিমালা
বেশ কয়েকটি সরকার এআইকে নিয়ন্ত্রণ করতে ধীরে ধীরে এগিয়ে চলেছে এবং স্বচ্ছতা এই সমস্তের কেন্দ্রে রয়েছে বলে মনে হচ্ছে।
এই দিকে অগ্রসর হওয়া প্রথমটি হ'ল ইইউ, যা বেশ কয়েকটি নির্দেশিকা নির্ধারণ করেছে যেখানে তারা বলেছে যে এআই স্বচ্ছ হওয়া উচিত (উত্স: 1 , 2 , 3 )। উদাহরণস্বরূপ, জিডিপিআর বলেছে যে কোনও ব্যক্তির ডেটা যদি "স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণ" বা "প্রোফাইলিং" সিস্টেমের অধীন হয় তবে তার অ্যাক্সেসের অধিকার রয়েছে
"যুক্তি সম্পর্কিত অর্থপূর্ণ তথ্য"
( অনুচ্ছেদ 15, ইইউ জিডিপিআর )
এখন এটি কিছুটা অস্পষ্ট, তবে এই সিস্টেমগুলি থেকে কিছু প্রকারের ব্যাখ্যাযোগ্যতার প্রয়োজনের স্পষ্ট ধারণা রয়েছে। ইউরোপীয় ইউনিয়ন যে সাধারণ ধারণাটি প্রবর্তনের চেষ্টা করছে তা হ'ল "যদি আপনার যদি মানুষের জীবনকে প্রভাবিত করে একটি স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণের ব্যবস্থা থাকে তবে নির্দিষ্ট সিদ্ধান্ত কেন নেওয়া হয়েছে তা তাদের জানার অধিকার রয়েছে।" উদাহরণস্বরূপ, কোনও ব্যাংকের একটি এআই গ্রহণ করে এবং loanণ অ্যাপ্লিকেশনগুলি হ্রাস করে, তারপরে আবেদনকারীদের তাদের আবেদন কেন বাতিল করা হয়েছে তা জানার অধিকার রয়েছে ।
সংক্ষেপে ...
ব্যাখ্যাযোগ্য এআইগুলি প্রয়োজনীয় কারণ:
- এটি আমাদের আরও ভাল বোঝাপড়া দেয়, যা তাদের উন্নতি করতে আমাদের সহায়তা করে।
- কিছু কিছু ক্ষেত্রে আমরা কীভাবে আরও ভাল সিদ্ধান্ত নিতে পারি তা এআই থেকে শিখতে পারি।
- এটি ব্যবহারকারীদের এআই-তে বিশ্বাস করতে সহায়তা করে , যা এআইকে আরও ব্যাপকভাবে গ্রহণের দিকে নিয়ে যায়।
- ভবিষ্যতে (দূরবর্তী নয়) মোতায়েন করা এআইগুলিকে আরও "স্বচ্ছ" হতে পারে।