Counterfactuals in Explainable Artificial Intelligence (XAI): Evidence from Human Reasoning
Counterfactuals in Explainable Artificial Intelligence (XAI): Evidence from Human Reasoning
复制标题
可解释人工智能（XAI）中的反事实：来自人类推理的证据
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
R. Byrne
中科院分区：
文献类型：
--
作者：
R. Byrne
关于可能发生的事情的反事实越来越多地被用于一系列人工智能(AI)应用，特别是在可解释人工智能(XAI)中。反事实可以帮助提供可解释的模型，使开发人员和用户能够理解难以理解的系统的决策。然而，并不是所有的反事实都同样有助于人类理解。对人类创造的反事实的性质的发现是最大限度地提高人工智能中反事实使用的有效性的有用指南。
Counterfactuals about what could have happened are increasingly used in an array of Artificial Intelligence (AI) applications, and especially in explainable AI (XAI). Counterfactuals can aid the provision of interpretable models to make the decisions of inscrutable systems intelligible to developers and users. However, not all counterfactuals are equally helpful in assisting human comprehension. Discoveries about the nature of the counterfactuals that humans create are a helpful guide to maximize the effectiveness of counterfactual use in AI.
可理解的人工智能
DOI：
--
发表时间：
2018
期刊：
March 2018
影响因子：
--
作者：
D.S. Weld, G. Bansal
通讯作者：
D.S. Weld, G. Bansal
影响因子：
5.4
作者：
GILOVICH, T;MEDVEC, VH
通讯作者：
MEDVEC, VH