Seminario:
Retos y avances de la IA explicable en el proyecto iSee

Fecha

2023-11-16

Editor

Sistedes

Publicado en

Seminarios Sistedes

Licencia

CC BY-NC-ND 4.0

Resumen

El derecho a la IA explicable (XIA), es decir, a obtener una explicación de la decisión tomada por un modelo de IA en general, y de aprendizaje automático (ML) en particular, es un tema de investigación de gran impacto que se alinea con una regulación reciente de la UE. Podemos encontrar un arsenal creciente de librerías y métodos de explicación e interpretación de los modelos de IA que permiten comprender, justificar y confiar en sus predicciones, recomendaciones y diagnósticos. Repasaremos algunos de los más representativos y nos referiremos a ellos colectivamente como estrategias de explicación.  En el proyecto iSee (Intelligent Sharing of Explanation Experience by Users for Users) proponemos abordar la ciencia y la tecnología para capturar, compartir y reutilizar estrategias de explicación complejas basadas en experiencias de usuarios y buenas prácticas de XIA. En la presentación se hará un breve repaso del estado del arte de la IA explicable y de los objetivos y avances del proyecto iSee (www.isee4xai.com).

Descripción

Acerca de Diaz Agudo, Belén

Belén Díaz Agudo es Doctora en Informática (2002) por la Universidad Complutense de Madrid (UCM), Catedrática de Universidad en el área de Inteligencia Artificial desde 2020. Vicedecana de estudios y calidad de la Facultad de Informática desde el año 2010 al 2018. Codirectora del grupo de investigación GAIA (aplicaciones de inteligencia artificial) de la UCM. En su trayectoria investigadora ha participado y dirigido numerosos proyectos de investigación de convocatorias competitivas nacionales y europeas, destacando recientemente la coordinación del proyecto europeo iSEE (Intelligent Sharing of Explanation Experience by users for users), que surge de la necesidad de desarrollar una Inteligencia Artificial ética, explicable, confiable y transparente al servicio de los ciudadanos. En el área de investigación de IA explicable también ha sido co-IP de dos proyectos nacionales: Razonamiento basado en casos para la explicación de sistemas inteligentes, del Ministerio de Ciencia y Tecnología (TIN2017-87330-R, 2017- 2019) y Personalized Explainable Artificial Intelligence from Experiential Knowledge (PERXAI) del Ministerio De Economía Y Competitividad (PID2020-114596RB-C21, 2021-2023). También participa actualmente (2021-2023) como IP del equipo UCM en el proyecto europeo H2020 SPICE (Social cohesion, Participation, and Inclusion through Cultural Engagement). Es coautora de más de 100 publicaciones en revistas y actas de conferencias internacionales de reconocido prestigio.

Palabras clave

Página completa del ítem
Notificar un error en este seminario
Mostrar cita
Mostrar cita en BibTeX
Descargar cita en BibTeX