人工智能（AI）的比如无处不在。咱们关于AI的运用或许超出幻想，而且在许多方面将这种运用视为天经地义。智能手机帮手便是一个很好的比如，尽管咱们或许并不以为这与AI有关。许多场景中，咱们现已习惯于与Siri或Google Assistant的互动。面部辨认也已成为新一代智能手机的规范解锁功用。
机器学习归于AI的一个子集，原理是经过练习根据核算机的神经网络模型来辨认给定的模型或声响。在神经网络完结练习后，就可以推理出成果。例如，假如咱们用数百张狗和猫的图画练习神经网络，那么它应该可以正确地辨认图片中是狗仍是猫。网络模型会确认答案并指示猜测的类别概率。
跟着根据机器学习的运用越来越深化日常日子，体系开发人员现已逐步意识到神经网络当时的运转办法不一定正确。让咱们回到上面的比如，假如咱们向神经网络展现一匹马的图片，那么仅经过猫狗推理练习的神经网络不得不在已练习的类别中挑选一个。更令人担忧的是，神经网络模型给出过错猜测的概率很高，有时用户乃至都不会注意到，模型就现已无声无息地失利了。
可是，人类应对相似状况的办法大不相同，咱们会运用更合理的决议计划办法。咱们期望神经网络诚实地答复说它不知道答案，或许从未见过马的图画。这看似简略的比如阐明神经网络依然存在缺点，难以在充溢突发状况和不确认性的人类国际中运作。可是，现实状况是，即便在某些状况下会存在这些问题，许多工业和轿车体系仍在继续开发神经网络。
恩智浦多年来出资构建AI功用，并一直在重视神经网络模型的上述缺点。相较于智能手机帮手揣度语音的过错，机器学习在工业或医疗保健环境中呈现过错的风险性要大得多。因而，咱们正在为客户供给先进的机器学习解决计划，而且正继续研讨一种名为“可解说的AI”（xAI）的办法。xAI经过增加更合理的、相似于人的决议计划办法和额定确实认性维度，扩展了机器学习的推理和核算概率才能。xAI将AI的一切优势与推理机制相结合，使其更挨近人类的反响办法。
假定您是自动驾驶轿车的乘客，假如车辆缓慢地行进，您自然会想知道为什么车辆要如此当心。假如驾驶员是人类，您或许会直接问询驾驶员为什么轿车行进速度如此之慢。驾驶员会解说说，下大雨时能见度很差，他们不确认前面会有什么风险。这一解说是根据不确认性做出的。xAI的决议计划也会遵从相似的行为形式来表达模型推理的不确认性存在于哪些方面。
恩智浦现已在研讨如何将xAI功用整合到咱们为轿车、工业和医疗保健体系开发的机器学习解决计划中。
鉴于前所未有的全球新冠肺炎（COVID-19）大盛行，xAI研讨团队以为，恩智浦xAI或许有助于完成对患者疾病的快速检测。尽管现在研讨尚处于初期，可是已有的可行性依据让咱们深受鼓舞。别的，咱们与一些技能抢先的医院建立了互动，活跃了解xAI技能对全球面对的医疗保健应战有何协助。
除了规则的PCR测验和确诊计划以外，CT放射和X射线印象的运用供给了快速的代替检测功用。经过恰当培训的xAI模型来处理CT和X射线印象，就能区别未感染病例和感染病例。xAI可以供给实时推理可信度和可解说的洞悉，以协助临床人员确认下一步医治计划。
xAI研讨团队信任他们的推理模型现已趋于老练，现在正在与欧洲和美洲的医学和AI专家进行评论。可是，为了进一步推进研讨，咱们有必要拜访更大的匿名数据集，活跃寻求新冠肺炎研讨人员和潜在协作伙伴的反响，一起协作以改善这种检测技能。假如您想与咱们协作运用xAI进行新冠肺炎检测，请联络咱们的研讨团队。
xAI使咱们可以在触及不确认性的状况下，做出更挨近人类的反响。它提高了根据概率的决议计划分类确实认性和可行度。恩智浦在面向轿车、工业和医疗保健运用的要害安全体系中发现了xAI的机会。
