Grafi della conoscenza per un'intelligenza artificiale comprensibile: Fondamenti, applicazioni e sfide

Titolo originale:

Knowledge Graphs for eXplainable Artificial Intelligence: Foundations, Applications and Challenges

Contenuto del libro:

I più recenti progressi dell'Intelligenza Artificiale e del (deep) Machine Learning, in particolare, hanno rivelato uno dei principali inconvenienti dei moderni sistemi intelligenti, ovvero l'incapacità di spiegare le loro decisioni in un modo facilmente comprensibile per gli esseri umani. Se da un lato l'IA eXplainable è diventata rapidamente un'area di ricerca attiva in risposta a questa necessità di migliorare la comprensibilità e l'affidabilità, dall'altro lato il campo della Rappresentazione della Conoscenza e del Ragionamento (KRR) ha una tradizione di lunga data nella gestione delle informazioni in forma simbolica, comprensibile all'uomo.

Questo libro è la prima raccolta completa di contributi di ricerca sul ruolo dei grafi di conoscenza per l'IA eXplainable (KG4XAI). Gli articoli inclusi presentano ricerche accademiche e industriali incentrate sulla teoria, i metodi e le implementazioni di sistemi di IA che utilizzano la conoscenza strutturata per generare spiegazioni affidabili. Sono inclusi materiali introduttivi sui grafi della conoscenza per i lettori con un background minimo nel campo, nonché capitoli specifici dedicati a metodi avanzati, applicazioni e casi di studio che utilizzano i grafi della conoscenza come parte di sistemi spiegabili basati sulla conoscenza (KBX-systems). I capitoli finali esplorano le sfide attuali e le direzioni di ricerca future nell'area dei grafi della conoscenza per l'IA spiegabile.

Il libro non solo fornisce una panoramica accademica e all'avanguardia della ricerca in quest'area tematica, ma promuove anche la combinazione ibrida di metodi di IA simbolici e subsimbolici, e sarà di interesse per tutti coloro che lavorano nel campo.