Tag
説明可能AI研究は多数の技術を生み出してきました。特徴帰属法（LIME、SHAP）、顕著性マッピング、スパースオートエンコーダ、注意メカニズムの可視化などです。しかし、これらが実質的な意思決定に及ぼす影響についての経験的証拠は限定的です。組織の導入パターンから見ると、説明は主にコンプライアンス成果物として機能しています。規制要件や監査プロセスを満たすために生成され、その後、運用上の意思決定システムに統合されないまま保管されるのです。
マイクロプラスチック研究は過去10年間で大幅に拡大し、海水、人間の血液、飲料水システムにおける粒子検出を報告する論文が数多く発表されています。しかし、この研究領域全体のデータ品質を体系的に損なわせている根本的な方法論的脆弱性が存在する可能性があります。すなわち、実験用手袋がサンプル処理の日常的な操作中にマイクロプラスチック粒子を放出しているのです。研究環境で標準的に使用されるニトリルおよびラテックス手袋は、典型的な操作中に測定可能な量の粒子を放出します。
SETI@homeは、分散ボランティアコンピューティングが数百万の参加者規模に拡張可能であることを実証しました。中央で設計されたアルゴリズムを使用して信号検出を実行するというモデルです（Anderson, 2002）。Autoresearch@homeはこの組織的モデルを言語モデル訓練研究に適用しますが、構造的な区別を導入しています。事前に決定された手順を実行するのではなく、参加者は自律的なAIエージェントをデプロイし、仮説を提案し、訓練実装を修正し、実験結果を評価します。