จริงได้สร้างเครื่องมือสำหรับการอธิบายในรูปแบบการเรียนรู้ของเครื่องโดยใช้เครือข่ายประสาทเช่นระบบไบโอเมตริกซ์จำนวนมากซึ่งมีให้เป็นซอฟต์แวร์โอเพ่นซอร์สตามประกาศของ บริษัท
ใหม่Trulensจัดเตรียม API ที่สม่ำเสมอสำหรับการอธิบายโมเดลที่สร้างขึ้นด้วย tensorflow, pytorch และ keras พร้อมชั้นนามธรรมที่สม่ำเสมอ ห้องสมุดให้วิธีการที่สอดคล้องกันและสอดคล้องกันในการอธิบายเครือข่ายประสาทลึก บริษัท กล่าวจากการวิจัยสาธารณะ Trulens ยังสนับสนุนคำอธิบายภายในเช่นแนวคิดการมองเห็นที่เป็นรูปแบบการจดจำใบหน้ากำลังวาดเพื่อระบุผู้คนจากภาพ
เครื่องมือนี้ได้รับแรงบันดาลใจในส่วนที่สำคัญโดยคำอธิบายที่มีอิทธิพลต่อการกำกับดูแลสำหรับเครือข่ายเชิงลึก 'โดยผู้สร้างห้องสมุดของมหาวิทยาลัย Carnegie Mellon มหาวิทยาลัย Truera กล่าว
การใช้กรณีสำหรับ Trulens รวมถึงคำอธิบายสำหรับแบบจำลองการมองเห็นคอมพิวเตอร์เช่นการจดจำวัตถุและใบหน้าชีวภาพการประมวลผลภาษาธรรมชาติเช่นการระบุคำพูดที่เป็นอันตรายหรือผู้ช่วยอัจฉริยะการพยากรณ์และคำแนะนำส่วนบุคคล
“ การจดจำภาพและรูปแบบการเรียนรู้ของเครื่องจักรการจดจำข้อความนั้นมีความต้องการสูงและมีความระมัดระวังผู้บริโภคจำนวนมากเกี่ยวกับพวกเขาเนื่องจากเรื่องราวที่เผยแพร่อย่างมากเกี่ยวกับข้อผิดพลาดหรือการใช้ในทางที่ผิดที่เป็นไปได้” Shayak Sen ผู้ร่วมก่อตั้งและ CTO, Truera กล่าว “ กฎระเบียบของคณะกรรมาธิการยุโรปเมื่อเร็ว ๆ นี้ได้ระบุไว้โดยเฉพาะข้อควรระวังเกี่ยวกับรูปแบบการเรียนรู้ของเครื่องจักรและวิธีที่พวกเขาจัดการกับข้อมูลส่วนบุคคลหรือรูปภาพดังนั้นจึงมีความจำเป็นอย่างยิ่งสำหรับการอธิบายแบบจำลองประเภทนี้เพื่อให้แน่ใจว่าพวกเขามีประสิทธิภาพ แต่ยังสอดคล้องและอธิบายได้ง่ายกับสังคมที่เกี่ยวข้อง
Trulens เป็นผลผลิตของการวิจัยการอธิบายแปดปีที่ดำเนินการทั้งที่มหาวิทยาลัย Carnegie Mellon และ Truera และพร้อมใช้งานแล้ว
ความสามารถในการอธิบายได้รับการยอมรับว่าเป็นคุณลักษณะที่จำเป็นในการเพิ่มความน่าเชื่อถือของปัญญาประดิษฐ์โดยทั่วไปและโดยเฉพาะอย่างยิ่งชีวภาพ-
หัวข้อบทความ
AI-ไบโอเมตริกซ์-ความสามารถในการอธิบายได้-การจดจำใบหน้า-การจดจำภาพ-การเรียนรู้ของเครื่องจักร-เครือข่ายประสาท-โอเพ่นซอร์ส
