尊时凯龙·(中国区)人生就是搏!ღ◈★ღ◈，人生就是博·(中国)z6mgღ◈★ღ◈，人生就是博(中国区)集团官方网站ღ◈★ღ◈，尊时凯龙人生就博ღ◈★ღ◈，尊龙网站首页ღ◈★ღ◈。德国人工智能研究中心（DFKI）研究团队在日前召开的国际机器学习大会上报告称ღ◈★ღ◈，在可解释人工智能（AI）领域ღ◈★ღ◈，“X-hacking”是一个此前被普遍忽视的风险深度开发1V3大豆ღ◈★ღ◈，并呼吁批判性和反思性地使用自动化机器学习（AutoML）工具ღ◈★ღ◈。

　　如果AI系统作出了正确预测凯时尊龙官方网站ღ◈★ღ◈，但却以完全不同的方式解释其得出的这些结果凯时尊龙官方网站ღ◈★ღ◈，会发生什么？DFKI数据科学团队介绍了“X-hacking”给AI可信度带来结构性风险的研究成果ღ◈★ღ◈。

　　X-hacking一词源于统计学中的P-hackingღ◈★ღ◈。所谓P-hacking指的是研究人员可通过一些数据操作技巧ღ◈★ღ◈，在统计学上得出一个有显著意义的结果深度开发1V3大豆ღ◈★ღ◈，即使这个结果实际上并无意义ღ◈★ღ◈。这相当于一种数据篡改ღ◈★ღ◈，可能会导致发布假阳性结果ღ◈★ღ◈。

　　相应的X-hacking描述了两种核心机制ღ◈★ღ◈：一是Cherry-picking深度开发1V3大豆ღ◈★ღ◈，即从众多同样优秀的模型中ღ◈★ღ◈，精心挑选出解释能力最强ღ◈★ღ◈、最能支持预期结果的模型ღ◈★ღ◈；二是定向搜索ღ◈★ღ◈，AutoML系统不仅能优化预测性能ღ◈★ღ◈，还能精准地找到具有特定解释模式的模型深度开发1V3大豆ღ◈★ღ◈。但这里面存在的风险往往被低估ღ◈★ღ◈。

　　即使模型得出的结果几乎相同ღ◈★ღ◈，所谓的特征重要性也可能存在巨大差异凯时尊龙官方网站ღ◈★ღ◈。这在医学研究或社会科学等应用领域尤为敏感凯时尊龙官方网站凯时尊龙官方网站ღ◈★ღ◈，因为在这些领域凯时尊龙官方网站ღ◈★ღ◈，可解释的模型通常构成关键决策的基础ღ◈★ღ◈。

　　AutoML代表了开发ღ◈★ღ◈、选择和优化机器学习模型的自动化流程ღ◈★ღ◈。软件工具接管了许多以前只有经验丰富的机器学习工程师才能完成的任务ღ◈★ღ◈，例如选择合适的模型架构深度开发1V3大豆ღ◈★ღ◈、数据预处理和超参数优化等ღ◈★ღ◈。在医学ღ◈★ღ◈、工业或社会研究等数据密集型领域深度开发1V3大豆ღ◈★ღ◈，AutoML有望实现更快的开发速度ღ◈★ღ◈、更低的进入门槛和可重复的结果ღ◈★ღ◈。

　　然而凯时尊龙官方网站ღ◈★ღ◈，这种自动化使得人们难以理解模型决策的制定方式ღ◈★ღ◈，这是可解释AI的一个关键问题ღ◈★ღ◈。因此凯时尊龙官方网站ღ◈★ღ◈，DFKI研究团队建议ღ◈★ღ◈，使用AutoML的学科应该意识到方法的风险ღ◈★ღ◈，而不仅仅只是信任软件深度开发1V3大豆ღ◈★ღ◈。