Ziyue Li

AI模型因数据和可解释性差距，在现实世界部署面临挑战

AI模型正变得越来越强大，但其在城市交通控制等现实世界应用中的部署仍然充满挑战。慕尼黑工业大学（TUM）的Ziyue Li指出了两个关键原因：学术研究通常依赖于干净、精心策划的数据，而公共部门则处理混乱、不完整且不可预测的现实世界数据。此外，模型可解释性在学术界常常被视为事后考虑，但对于公共部门的采用来说，这是一个关键要求，是部署的“生死线”。