抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
深層ニューラルネットワーク(DNN)は,それらの強力な自動化を通して,ほとんどあらゆる分野における主要な革新を導いているが,著者らは,自動ラリズム,性バイアス,および敵対的バイアスのようなバイアスの形として,自動化の背後のパールを wらす。DNNの社会的影響が成長するので,DNNを人間精神モデルで整列させるための効果的な方法を見つけることは,公正で説明可能なモデルの実現に不可欠である。人間操縦可能深層ニューラルネットワーク(DNN)の実現を目的とする対話型注意アラインメント(IAA)の新しいフレームワークを提案した。IAAは,人間が偏ったモデル注意の事例を明らかにし,注意を直接調整するために使用できる対話型媒体として,DNNモデル説明法を利用する。人間生成調整注意を用いたDNNの改善において,著者らは,注意品質と予測精度を共同で最大化する新しい計算パイプラインであるGRADIAを導入した。性別分類問題における研究2における研究1およびGRADIAにおけるIAAフレームワークを評価した。IAA適用による研究1は,ヒト眼からのモデル注意の知覚品質を著しく改善できる。研究2では,GRADIAを用いて,モデル注意の知覚品質を著しく改善し,(2)訓練サンプルが制限されるシナリオにおけるモデル性能を著しく改善することを見出した。著者らは,ヒト-アラインメント可能AIに対する将来の対話型ユーザインタフェイス設計の意味を示した。【JST・京大機械翻訳】