ľ¹Ï¸£ÀûÓ°ÊÓ

LET OP: Als een kandidaat een lekenpraatje houdt, start de livestream een kwartier eerder.

Kunstmatige intelligentie (AI) en machine learning worden steeds meer onderdeel van ons dagelijks leven, en beïnvloeden alles van medische diagnoses tot zelfrijdende auto's. Toch blijft het vaak lastig om te begrijpen hoe deze systemen beslissingen nemen, omdat hun interne werking verborgen blijft.

Beslissingskaarten (decision maps) zijn visualisatietechnieken die complexe AI-processen omzetten in eenvoudige, kleurrijke kaarten. Zo laten ze bijvoorbeeld zien hoe AI onderscheid maakt tussen een voetganger of een obstakel bij zelfrijdende voertuigen. Mijn onderzoek toont aan hoe beslissingskaarten toegepast kunnen worden binnen geologisch onderzoek, evalueert de effectiviteit ervan, en legt een belangrijke beperking bloot: bestaande kaarten dekken slechts een beperkt deel van de datastructuur, wat kan leiden tot onvolledige inzichten.

Om dit probleem aan te pakken heb ik een nieuwe, controleerbare methode ontwikkeld waarmee gebruikers AI-beslissingen uitgebreider kunnen verkennen en begrijpen. Deze verbeterde aanpak overwint niet alleen genoemde beperking, maar maakt ook nieuwe toepassingen mogelijk. Door beslissingskaarten veelzijdiger en duidelijker te maken, draagt mijn werk bij aan een beter begrip en meer vertrouwen in AI-systemen.