AI/ML w Praktyce - Interaktywność, Wytłumaczalność, Skalowalność

Prelegent(ci)

Dominik Ślęzak

Afiliacja

MIM UW i QED Software

Termin

29 listopada 2019 14:15

Pokój

p. 5820

Seminarium

Seminarium badawcze Zakładu Logiki: Wnioskowania aproksymacyjne w eksploracji danych

---

Poruszone zostaną przykładowe wyzwania stojące przed obecnymi praktycznymi zastosowaniami rozwiązań AI/ML (sztuczna inteligencja / uczenie maszynowe). Do wyzwań tych zaliczamy np.:

1) potrzebę interakcji pomiędzy użytkownikami i algorytmami AI/ML, w szczególności dotyczącej gromadzenia i nieustannej weryfikacji danych służących do uczenia modeli decyzyjnych;

2) potrzebę jasności działania metod AI/ML, nie tylko jeśli chodzi o uzasadnianie decyzji podejmowanych przez modele, ale też stopnia przekonania oraz powodów popełniania błędów przez modele decyzyjne;

3) jak również konieczność szukania nowych możliwości skalowania analizy dużych danych, nie tylko pod kątem infrastruktury obliczeniowej, lecz także np. poprzez projektowanie algorytmów działających na danych radykalnie zagregowanych.

Zagadnienia te zostaną omówione poprzez pryzmat trzech projektów NCBiR, które spółka QED Software będzie realizowała w latach 2020-2022. Synergia pomiędzy tymi projektami zostanie dodatkowo zilustrowana konkretnymi przykładami planowanych przez QED Software wdrożeń przemysłowych, które połączą w sobie wspomniane aspekty interaktywności, wytłumaczalności i skalowalności.

---