Explainable AI is geen luxe meer, maar een noodzaak. Naarmate AI-systemen steeds vaker worden ingezet in besluitvorming, groeit ook de behoefte om te begrijpen hoe deze systemen tot hun conclusies komen.

Wanneer AI-modellen beslissingen nemen die invloed hebben op mensen, zoals bij medische diagnoses of kredietbeoordelingen, is het cruciaal dat we kunnen verklaren hoe die beslissingen tot stand komen. Transparantie en uitlegbaarheid zijn essentieel om vertrouwen te wekken, bias te herkennen en verantwoorde keuzes te maken.

Tijdens deze sessie gaan we daarom in op:

• Wat Explainable en Interpretable AI precies inhouden, en waarom dit relevant is
• De visie van Info Support op het belang van XAI
• AutoXPlain: een project waarin automatisch interpreteerbare modellen worden getraind en geselecteerd op zowel performance als uitlegbaarheid
• De uitdagingen die kwamen kijken bij het bouwen van AutoXPlain

Doelgroep: iedereen met interesse in AI

Voorkennis: geen