Объяснимость алгоритма

Microsoft в 2016 году. Управляемый алгоритмом ИИ, Тау должен был учиться у своих собеседников и совершенствоваться. К сожалению, прожив пару дней в киберпространстве, Тау стал повторять расистские и грубые твиты пользо­ вателей. Очень скоро он начал писать собственные оскорбительные твиты. С одной стороны, бот проявил интеллект и быстро научился создавать инди­ видуальные твиты на основе событий в реальном времени (как и было заду­ мано). С другой — он начал серьезно оскорблять людей. Microsoft отключила Тау и попыталась его перенастроить, но это не сработало. В конечном счете компании пришлось удалить бота. Это был печальный конец амбициозного проекта.

Хотя интеллект Тау был весьма впечатляющим, Microsoft проигнорировала последствия внедрения самообучающегося Twitter-бота. Использованные ал­ горитмы NLP и машинного обучения, возможно, были лучшими в своем классе, но из-за очевидных недостатков это был практически бесполезный проект. Сегодня Tay стал хрестоматийным примером неудачи из-за игнорирования практических последствий предоставления алгоритмам возможности учиться на лету. Уроки, извлеченные из провала Tay, определенно повлияли на проекты ИИ более поздних лет. Специалисты по обработке данных также начали уделять больше внимания прозрачности алгоритмов. Это подводит нас к следующей теме, в которой исследуются необходимость и способы сделать алгоритмы объ­ яснимыми.

ОБЪЯСНИМОСТЬ АЛГОРИТМА

Алгоритм «черного ящика» — это алгоритм, логика которого не поддается ин­ терпретации человеком либо из-за его сложности, либо из-за слишком запутан­ ного объяснения. В то же время логика алгоритма «белого ящика» прозрачна и понятна человеку. Объяснимость позволяет человеку понять, почему алгоритм дает те или иные результаты. Степень объяснимости — это мера того, насколько конкретный алгоритм понятен для человеческого разума. Многие классы алго­ ритмов, особенно связанные с машинным обучением, классифицируются как «черный ящик». Если алгоритм используется для принятия критического ре­ шения, крайне важно знать причины, лежащие в основе полученных результатов. К тому же преобразование алгоритма из «черного ящика» в «белый» позволяет лучше понять внутреннюю работу модели. Например, объяснимый алгоритм дает врачу возможность понять, какие функции на самом деле использовались для деления пациентов на больных и здоровых. Если у врача есть какие-либо сомнения по поводу результатов, можно вернуться и перепроверить конкретные характеристики на точность.

Алгоритмы машинного обучения и объяснимость

Объяснимость алгоритма имеет особое значение для алгоритмов машинного обучения. Во многих приложениях МО от пользователей требуется доверять модели, которая помогает им принимать решения. Объяснимость в подобных случаях обеспечивает необходимую прозрачность.

Разберем более подробно конкретный пример. Предположим, что с помощью МО нам нужно спрогнозировать цены на дома в районе Бостона на основе их характеристик. Местные законы позволяют нам использовать МО, только если по запросу мы предоставим подробное обоснование любых прогнозов. Эта ин­ формация нужна, чтобы провести аудит и убедиться, что определенные сегмен­ ты рынка жилья не подвергаются искусственному манипулированию. Если обученная модель будет объяснимой, то мы сможем предоставить такую инфор­ мацию.

Давайте рассмотрим различные варианты реализации объяснимости обученной модели.

Стратегии объяснимости

В машинном обучении, по сути, существуют две стратегии, которые обеспечи­ вают объяснимость алгоритмов:

zz Глобальная объяснимость предоставляет детальную информацию о модели в целом.

zzЛокальная объяснимость дает обоснование для одного или нескольких от­ дельных прогнозов, сделанных обученной моделью.

Одной из стратегий глобальной объяснимости является метод TCAV (Testing with Concept Activation Vectors; тестирование с помощью векторов активации концепций). Данный метод используется, чтобы обеспечить объяснимость мо­ делей классификации изображений. TCAV основан на вычислении производных по направлению для оценки степени взаимосвязи между концепцией, которую задает пользователь, и классификацией изображений. Например, TCAV может определить, насколько классификация человека на фото как мужчины зависит от наличия бороды на этом фото. Существуют и другие стратегии глобальной объяснимости, позволяющие раскрыть механизм работы обученной модели. Это графики частичной зависимости (partial dependence plots) и вычисление важности перестановки (permutation importance). Стратегии как глобальной, так и локальной объяснимости могут быть либо моделезависимыми, либо моделе­

независимыми. В первом случае стратегии применимы только к определенным типам моделей, во втором — к широкому спектру моделей.

На следующей диаграмме представлены различные стратегии для объяснимости машинного обучения (рис. 14.1).

˜

Рис. 14.1

Теперь посмотрим, как реализуется объяснимость с применением одной из этих стратегий.

Реализация объяснимости

LIME (local interpretable model-agnostic explanations; локально интерпретируе­ мые моделенезависимые объяснения) — это моделенезависимый подход, спо­ собный объяснить отдельные прогнозы, сделанные обученной моделью. Он пригоден для интерпретации большинства типов обученных моделей МО.

LIME интерпретирует решения, внося небольшие изменения во входные данные для каждого экземпляра. Он собирает данные о воздействии этих изменений на локальную границу принятия решений для конкретной модели. LIME циклич­ но повторяется, чтобы в итоге предоставить подробную информацию для каж­ дой переменной. Глядя на выходные данные, можно увидеть, какая переменная оказывает наибольшее влияние на конкретный экземпляр.