AIガバナンスポッドキャスト - 大規模言語モデルの説明可能性に関するUmang Bhattとの対談

概要

本エピソードでは、ニューヨーク大学（NYU）の助教授であり、アラン・チューリング研究所のシニアリサーチアソシエイトでもあるウマング・バット（Dr. Umang Bhatt）博士にお話を伺います。バット博士は、AIの説明可能性と人機相互作用（ヒューマン・マシン・インタラクション）の交差領域における世界的な研究者です。

この対談では、モデルの透明性における「どのように」と「なぜ」に焦点を当て、非技術的なエンドユーザーに対して生成AIの出力を説明するための実用的な手法や、社内の関係者間で強固なフィードバックループを構築することの重要性について深く掘り下げます。

本エピソードは、SpotifyやApple Musicで音声をお聴きいただくか、こちらのYouTubeで動画をご視聴いただけます。

重要なポイント

• エンジニア向けの解釈可能性と、エンドユーザー向けの説明可能性の違い。

• 安全性を確保するために生成AIの出力を制限する技術的アプローチ。

• ループを閉じる：コンプライアンスチームと開発リーダーとの緊密なコミュニケーションが必要な理由。

• 高度な倫理基準を維持しながら、パーソナライズされた教育にAIを活用する方法。

• グローバルな視点：米国、EU、中国を超えた、責任あるAIフレームワークの推進。