如何让人工智能变得可解释？

Hawk首席技术官Wolfgang middot:科技公司AI，伯纳德说，如果你真的是可解释的，这对于许多应用程序来说尤为关键。

伯纳德说:在反洗钱等严格监管的领域，考虑人工智能的透明度和可解释性是完全合适的当AI的决策与原始数据过于脱节，算法的工作方式缺乏透明度时，人们就会对这种典型的感兴趣，AI引起担心

Hawk AI认为，合规行业，信任和接受的关键在于高透明度因此，对于公司来说，人工智能的可解释需求远远超过了纯粹的监管要求

在可理解的人工智能的帮助下，金融机构甚至可以调查和控制神经网络等复杂模型对于Hawk AI来说，可解释性包括两个方面:mdashmdash人工智能驱动个人决策的原因有哪些算法对人工智能开发有什么帮助

鹰派艾说:对于Hawk AI来说，这是明摆着的mdashmdash只有技术上能解释的，最后才会被接受决策的确切准则或某些风险的统计概率和算法的构成，与AI决策过程的完整文档化一样重要同样重要的是，所有这些都是用清晰易懂的语言表达的，而不是纯粹的技术术语

为什么人工智能会假设某些期望值以及这些值之间的关系必须是透明的数据必须清晰，合规官才能使用相同的数据做出相同的决定

此外，一致的反馈和验证过程有助于持续改进决策制定mdash因此，AI直接从合规团队的决策中学习，可以在未来更好地支持他们

Hawk提到AI不仅要在应用之初透明mdashmdash因为它通过接触新数据来独立改进，所以它也需要能够理解这样的优化为此，该公司声称，AI的每一个变化过程也都被记录在软件中，并需要明确的批准所以，如果没有合规团队能够理解和控制，AI永远不会进化

霍克艾总结道:AI反洗钱准备就绪mdashmdash有了Hawk AI，就透明安全了基于这些原因，Hawk AI谈到了与人工智能相关的白盒AI，和黑匣子AI相比之下，其技术对于合规团队来说是完全可以理解的因此，我们的软件提供了完全的控制和安全性人工智能在金融领域的应用正在彻底改变打击金融犯罪的方式

技术驱动的反洗钱不仅在效率和效果上明显超越传统体系，而且由于可以借鉴犯罪行为模式，因此尤其具有前瞻性所以从长远来看，利用人工智能打击金融犯罪将成为行业标准多年来，这项技术已经在实践中得到验证即使在非常大的金融机构，今天也已经在用了，或者至少在第一批试点中已经建立了

Hawk AI与推动金融和零售互联商务的领导者Diebold Nixdorf合作，扩大前者反洗钱解决方案的覆盖范围。