Künstliche Intelligenz schaffte in den letzten Jahren Durchbrüche bei der automatischen Verarbeitung von Bildern, Text, und Audio. Oftmals wurden diese Errungenschaften durch die Fortschritte im Bereich Deep Learning bzw. von tiefen neuronalen Netzen erreicht.

Denkt man an typische Anwendungen von Deep Learning wie Alexa, Google Assistant oder Bilderkennung beim autonomen Fahren, so fallen einem jedoch auch viele Negativbeispiele ein, bei denen Modelle fehlerhafte Vorhersagen treffen, die für den Anwender oftmals nicht nachvollziehbar sind.

Das Thema "Explainable AI" zielt genau auf diese Thematik ab: Nicht nur sollen einzelne Vorhersagen oder das gesamte Modell erklärbar werden, sondern es soll auch ein angemessenes Maß an Vertrauen in die Modelle entstehen.

Dieser Vortrag geht dabei auf die "Black Box"-Charakteristika von Neuronalen Netzwerken ein und präsentiert verschiedene Ansätze um Modell-Vorhersagen im Bereich von Computer Vision und Natural Language Processing einfach nachvollziehbar zu erklären.

Verena Dittmer ist Data Scientist bei Cloudflight und spezialisiert darauf, Machine Learning Anwendungen von der ersten Idee bis zur Produktivsetzung zu erstellen. Wir freuen uns über zahlreiche Teilnehmer und eine aktive Diskussion nach dem Vortrag!

https://cloudflight.zoom.us/meeting/register/tJItc-GqrTsoGdJNzUmDyHLBwouAlFoCARNP