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、NYUのウマン・バット博士、およびAlan Turing Instituteの上級研究員にお話を伺います。Umang氏は、AIの説明可能性と人間・機械インタラクションの交差領域における世界トップクラスの研究者です。

本対談では、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、技術的知識のないエンドユーザーに対して生成AIの出力を説明する実践的手法や、社内のステークホルダー間で堅牢なフィードバックループを構築する重要性を掘り下げています。

SpotifyまたはApple Musicでお聴きいただくか、こちらのYouTubeでエピソードをご視聴いただけます。

主なポイント

• エンジニア向けの解釈可能性と説明可能性を区別すること。

• 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。

• フィードバックループを閉じる：なぜコンプライアンスチームが開発責任者と連携しなければならないのか。

• 高い倫理基準を維持しながら、AIを活用して個別最適化された教育を実現すること。

• グローバルな視点：米国、EU、中国を超えて責任あるAIフレームワークを推進すること。