AI가 서로 가르치는 방식을 통해 해석 가능한 머신러닝 방법을 개발했다.
우리는 AI가 서로 가르칠 수 있도록 하는 방법을 설계하였습니다. 이 방법은 개념을 가르치기 위해 인간에게도 의미가 있는 가장 유익한 예제를 자동으로 선택합니다. 예를 들어, '개'라는 개념을 설명하기 위한 최상의 이미지를 선택하는 것과 같습니다. 실험적으로, 우리의 접근 방식은 두 AI 모두에게 효과적으로 지식을 전달하는 것을 입증했습니다.
We designed a method for interpretable machine learning where AIs teach each other with human-understandable examples.
We have developed a method that encourages AIs to teach each other using examples that are also understandable to humans. This approach automatically selects the most informative examples to teach a concept, such as the best images to describe the concept of dogs. Experimentally, we've found this method effective in teaching both AIs. Our findings could lead to better interpretability in machine learning models.