Menschen und Künstlichen Intelligenzsystemen - Wissenstransfer
Project Description
Ziel der Dissertation ist es, den Wissenstransfer zwischen Menschen und künstlichen Intelligenzsystemen zu untersuchen. Da maschinelles Lernen der Hauptantrieb dieser Systeme sein wird, steigt die Notwendigkeit, das von Maschinen erworbene Wissen zu verstehen und zu übertragen. Das Hauptforschungsinteresse gilt den Ansätzen, Strategien und Methoden, um maschinell getroffene Entscheidungen für den Menschen verständlich zu machen, d. H. "Was hat die Maschine gelernt, so dass sie bestimmte Entscheidungen trifft?". Ein weiterer Bereich, der im Rahmen dieses Projekts interessant ist, ist die Lernphase der Maschinen. Dieser Teil wird als die Herausforderung betrachtet, Wissen in Maschinen zu übertragen, d. H. "Was sah die Maschine während ihrer Lernphase, so dass sie eine bestimmte Konzepten erlernte?". Diese Dissertation stützt sich hauptsächlich auf Untersuchungen in drei Hauptbereichen: maschinelles Lernen, Informationsvisualisierung und Wissenstransfer. Sie sollen dem Autor das folgende Know-how vermitteln: Informationen von der künstlichen Intelligenz ein- und auskoppeln, die extrahierten Informationen an menschliche Benutzer weitergeben und einen fundierten Rahmen für den Wissenstransfer entwerfen.
