Explainable AI - Explicaciones usables en entornos industriales y críticos

En los últimos años, el uso de proxies para desmitificar algoritmos basados en cajas negras ha adquirido popularidad, hasta convertirse en metodologías estándar en entornos industriales. Sin embargo, todavía existen desafíos en cuanto a la interpretación de los resultados y la generalización de estas explicaciones en escenarios críticos, donde la precisión y la transparencia son primordiales.

Programa

Introducción a Explainable AI (XAI).
Limitación de las técnicas XAI actuales en términos de interpretación
Características de explicaciones usables en entornos críticos.
Tendencias a futuro de XAI.

Masterclass impartida por la Fundació i2Cat

[descargas tipo="masterclass"]

Impartido por:

ALBERT CALVO

Senior AI & Cyber Researcher, Fundación i2CAT

Albert Calvo practicó en la AI Researcher en la i2cat fundación en el Departamento de Distributed Artificial Intelligence (DAI) y también es asociado profesor en el Departamento de Computer Science en la UPC (Polytechnic University of Catalonia). Albert is a computer ingeniero specializing in Information Technologies. He también pursuado en Master’s degree en Computer Science, donde he conductado sus master’s thesis en EPFL (École polytechnique federal de Lausana). Currently, Albert es doctoral candidato in computer science at the UPC. Las investigaciones focalizadas en Explainability in industrial proyectos related to Data Science, aiming to build solutions that meet the requirements of transparency and robustness, allow them to be used seamlessly by the end user. El researcher tiene también las publicaciones en internacionalmente renovadas conferencias y periódicos en la plaza de Artificial Intelligence, incluyendo ECAI, DSAA, y Data Mining and Knowledge Discovery, a las presentaciones en cybersecurity conferences suyas en el FIRST and eCrime.