Contacte
Quan
En els últims anys els algorismes d’intel·ligència artificial (IA) han millorat de manera més que substancial i el seu ús va molt més enllà del sector IT. Avui dia podem trobar-los en àmbits com les finances, la medicina, l’art, les energies renovables etc.
Concretament en l’àmbit de la visió artificial (o Computer Vision – CV), constantment es deleguen decisions importants a aquests algorismes (diagnòstics mèdics, cotxes autònoms…), per la qual cosa és crucial que aquestes decisions siguin justes i explicables. En aquest context, tenim la responsabilitat moral com a societat de fugir del concepte de “caixa negra”, en el qual no podem explicar la relació entre uns inputs i els seus outputs, i transitar cap a un punt en el qual qualsevol decisió presa per un algorisme pugui ser interpretada.
En aquesta Masterclass introduirem la necessitat i el concepte d’explicabilitat en el camp de la IA, a posar focus en les tècniques existents específiques per a l’explicabilitat en el camp de la visió artificial (centrant-nos en la tasca de classificació d’imatges) i acabarem detallant casos d’ús en els quals. la interpretació dels models de Computer Vision, és crucial.
Ponents:
Stefano Masneri, Technical Manager en el Knowledge àrea d’intel·ligència artificial en NTT Data. Stefano té 15 anys d’experiència en processament d’imatges, visió artificial i realitat augmentada i ha treballat com a investigador i enginyer de computer vision a Itàlia, Alemanya i Espanya.
Ara en NTT Data, s’ocupa de projectes que ajuden els clients a utilitzar IA per a millorar els seus processos i generar valor afegit.
Agenda:
- Què és l’explicabilitat en intel·ligència artificial i perquè és important.
- Explicabilitat en models de visió artificial
- Categories de tècniques per a explicar models de visió artificial
- Casos d’ús