인공지능을 설명 가능하게 만드는 방법은 무엇입니까?

RegTech 회사 Hawk:AI의 최고 기술 책임자인 Wolfgang Berner는 설명 가능성이 많은 애플리케이션에서 특히 중요하다고 말했습니다.

Berner는 다음과 같이 말했습니다. “자금 세탁 방지와 같이 규제가 엄격한 분야에서는 AI의 결정이 원본 데이터와 너무 분리되어 있고 정보가 부족한 경우 인공 지능 사용의 투명성과 설명 가능성을 고려하는 것이 전적으로 적절합니다. 알고리즘 작동 방식의 투명성, 사람들은 이러한 전형적인 "블랙박스 AI"에 대해 걱정할 것입니다.

Hawk AI는 규정을 준수하는 산업, 신뢰 및 수용의 핵심은 높은 수준의 투명성이라고 믿습니다. 따라서 회사의 경우 AI 설명 가능성에 대한 필요성은 순전히 규제 요구 사항을 훨씬 뛰어넘습니다.

이해 가능한 인공 지능을 통해 금융 기관은 신경망과 같은 복잡한 모델도 개요 및 제어할 수 있습니다. Hawk AI의 경우 설명 가능성은 두 가지 측면으로 구성됩니다. AI가 주도하는 개별 결정의 근거는 무엇입니까? 인공지능을 돕는 알고리즘은 어떻게 개발되나요?

Hawk AI는 다음과 같이 말했습니다. “Hawk AI의 경우 이것은 분명합니다. 기술적으로 설명할 수 있는 것만 궁극적으로 받아들여질 것입니다. 의사 결정의 정확한 기준이나 특정 위험의 통계적 확률 및 알고리즘 구성은 아무 관련이 없습니다. AI 의사결정 과정 이 모든 것이 순전히 기술적인 용어가 아닌 명확하고 이해하기 쉬운 언어로 표현되는 것도 마찬가지로 중요합니다.” 회사는 모든 세부 사항과 모든 데이터 소스가 검증 가능해야 한다고 믿습니다. 특정 또래 그룹에 비해 상당히 높거나 낮습니다. AI가 특정 기대값을 가정하는 이유와 이러한 값이 서로 어떻게 관련되는지는 투명해야 합니다. 데이터 그림은 규정 준수 담당자가 동일한 데이터를 사용하여 동일한 결정을 내릴 수 있을 정도로 명확해야 합니다.

또한 일관된 피드백과 검증 프로세스는 지속적으로 의사 결정을 개선하는 데 도움이 됩니다. 따라서 AI는 규정 준수 팀의 결정에서 직접 학습하고 향후 더 나은 지원을 제공할 수 있습니다.

Hawk는 AI가 새로운 데이터에 노출되어 독립적으로 개선되므로 적용 초기에 투명해야 할 뿐만 아니라 이러한 최적화를 이해할 수 있어야 한다고 언급했습니다. 이를 위해 회사는 AI의 모든 변경 프로세스도 소프트웨어에 문서화되고 명시적인 승인이 필요하다고 주장합니다. 따라서 규정 준수 팀이 이를 이해하고 제어할 수 없다면 AI는 결코 발전할 수 없습니다.

Hawk AI는 다음과 같이 결론지었습니다. “AI 자금세탁 방지가 준비되었습니다. Hawk AI를 사용하면 투명하고 안전합니다. 이러한 이유로 Hawk AI는 인공지능과 관련하여 “블랙박스 AI”가 아닌 “화이트박스 AI”를 말합니다. ”. "box AI"와 비교하면 그 기술은 규정 준수 팀이 완전히 이해할 수 있습니다. 결과적으로 우리의 소프트웨어는 금융 부문에 인공 지능을 적용하여 금융 범죄와의 전쟁에 혁명을 일으키고 있습니다. 기술 중심의 자금세탁 방지는 효율성과 효율성 측면에서 기존 시스템보다 월등히 뛰어날 뿐만 아니라, 범죄 행위 패턴을 학습할 수 있다는 점에서 특히 미래지향적입니다. 따라서 장기적으로 금융범죄 퇴치를 위해 인공지능을 활용하는 것이 업계 표준이 될 것이다. 이 기술은 수년 동안 실제로 입증되었습니다. 심지어 대규모 금융 기관에서도 이미 사용 중이거나 적어도 첫 번째 시험 단계에서 확립되었습니다. ”

Hawk AI는 금융 및 소매 분야의 연결된 상거래를 가능하게 하는 선두업체인 Diebold Nixdorf와 제휴하여 이전 AML 솔루션의 범위를 확장했습니다.

위 내용은 인공지능을 설명 가능하게 만드는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!