PulseAugur
实时 09:58:08
English(EN) A Differentiable Atari VCS:A Complex, Fully Known Ground Truth for Explainable AI

为可解释人工智能研究创建了可微分的 Atari 2600 模拟器

研究人员开发了一个完全可微分的 Atari 2600 视频游戏系统模拟器,分别命名为 jutarijaxtari,并分别用 JuliaJAX 实现。该系统通过将游戏卡带 ROM 视为权重、RAM 视为软磁带、控制流视为门,为可解释人工智能 (XAI) 研究提供了复杂且已知的真实情况。JAX 版本能够在 GPU 上以每秒数百万个环境步长的速度进行批量可微分的 rollout,全部代码在 MIT 许可下发布。 AI

影响 为开发和测试可解释人工智能技术提供了一个复杂且可验证的环境。

排序理由 该项目是一篇研究论文,详细介绍了一种用于人工智能可解释性的新颖实现。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

为可解释人工智能研究创建了可微分的 Atari 2600 模拟器

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Patrick Krauss ·

    可微分雅达利VCS:可解释AI的复杂、完全已知的真实情况

    Explanation requires ground truth: to verify an account of a system we must know its inner functioning-just what is missing where explainable AI (XAI) is most needed. Systems we can study fall into two camps. Simple, procedural one-decision trees, rule lists, sparse linear models…