Türkiyənin Dokuz Eylül Universitetinin Kompüter Elmləri Departamentinin professoru Əfəndi Nəsib Elm və Təhsil Nazirliyi İnformasiya Texnologiyaları İnstitutunun elmi seminarında “Qeyri-səlis reqressiya üçün müxtəlif modelləşdirmə yanaşmaları” mövzusunda məruzə ilə çıxış edib.

AZƏRTAC xəbər verir ki, professor Əfəndi Nəsib məruzəsində müasir süni intellekt modellərinin izah olunması məsələləri və bu problemin həllində izah edilə bilən süni intellekt (Explainable AI, XAI) yanaşmalarının əhəmiyyətini diqqətə çatdırıb. Bildirib ki, süni neyron şəbəkələri və dərin öyrənmə texnologiyalarına əsaslanan modellər “qara qutu” xarakteri daşıdığından onların davranışını başa düşmək çətinləşir. Alim bu kontekstdə insan təfəkkürünü və davranışını modelləşdirməyə daha uyğun olan qeyri-səlis məntiqin imkanlarını diqqətə çatdırıb. Qeyri-səlis reqressiya modellərinin xüsusiyyətlərindən bəhs edən məruzəçi bildirib ki, asılı dəyişən, müstəqil dəyişənlər və ya reqressiya funksiyasının əmsalları qeyri-səlis qiymətlər aldıqda, belə modellər qeyri-səlis reqressiya modelləri hesab olunur.

Professor Əfəndi Nəsib qeyri-səlis məlumatların idarə olunması, böyükhəcmli məlumatlarla işləmə və qaydalar bazası kimi meyarlar üzrə müqayisəli analiz aparıb. Həmçinin ənənəvi yanaşmalarla yeni metodların xüsusiyyətlərini nəzərdən keçirib. Alim çıxışının sonunda tətbiqi tədqiqatlar aparan mütəxəssislərə dəstək məqsədilə təklif olunan yeni yanaşmalar üzrə proqram paketlərinin işlənib hazırlanmasının vacibliyini də vurğulayıb.

Məruzə ətrafında fikir mübadiləsi aparılıb, çoxsaylı suallar cavablandırılıb.

Mövzuya dair çıxış edən AMEA-nın vitse-prezidenti, institutun baş direktoru akademik Rasim Əliquliyev süni intellekt modellərinin izah olunması və etibarlılığının artırılması istiqamətində tədqiqatların müasir dövrdə böyük önəm kəsb edən aktual məsələlərdən olduğunu qeyd edib.

Süni intellektin “qara qutu” problemlərindən bəhs edən alim bu problemlərin kibertəhlükəsizlik baxımından da xüsusi diqqət tələb etdiyini bildirib. İnstitutun baş direktoru xüsusilə kritik sənaye infrastrukturlarında süni intellektin yaratdığı risklərin qiymətləndirilməsinin, bu nəticələrin doğruluğu və etibarlılığının təmin edilməsinin vacibliyinə diqqət çəkib.