机构名称：
¥ 1.0
摘要：随着AI的发展，了解复杂的AI决策背后的基本原理变得越来越重要。解释AI技术在揭开这些决策的神秘面前至关重要，提供了解释和传达AI驱动结果背后推理的方法和工具。然而，可解释的AI的兴起与保护敏感数据的必要性并列，从而导致加密技术在AI开发中的整合。本文探讨了AI中解释性和加密的复杂共存，呈现出一个困境，在这种困境中，寻求透明度与确保敏感信息的势在必行。矛盾在诸如同形加密之类的方法中尤为明显，在确保数据安全性的同时，它使为AI决策提供了清晰可解释的解释。讨论深入研究了这些方法的矛盾目标，调查了在Exable AI中使用隐私的方法的使用，并确定了未来研究的潜在方向。的贡献包括对当前可解释的AI方法中隐私注意事项的全面调查，一种模范用例，展示了可视化技术，可在安全环境中进行解释，并确定未来工作的途径。
在解释性和隐私之间进行权衡
主要关键词
相关文件推荐
