XiaoMi-AI文件搜索系统
World File Search SystemMXAI
多模态可解释人工智能综述
摘要：随着计算能力的提高和海量数据集的增长，人工智能（AI）得到了迅速发展。然而，这一进步也增加了解释人工智能模型“黑箱”性质的挑战。为了解决这些问题，可解释人工智能（XAI）应运而生，它注重透明度和可解释性，以增强人类对人工智能决策过程的理解和信任。在多模态数据融合和复杂推理场景的背景下，多模态可解释人工智能（MXAI）的提出将多种模态集成在一起用于预测和解释任务。同时，大型语言模型（LLM）的出现导致了自然语言处理方面的重大突破，但它们的复杂性进一步加剧了 MXAI 的问题。为了深入了解 MXAI 方法的发展，并为构建更透明、公平和值得信赖的 AI 系统提供重要指导，我们从历史角度回顾了 MXAI 方法，并将它们分为四个时代：传统机器学习、深度学习、判别基础模型和生成式 LLM。我们还回顾了 MXAI 研究中使用的评估指标和数据集，最后讨论了未来的挑战和方向。与此评论相关的项目已在 https://github.com/ShilinSun/mxai review 上创建。
关于兰塔尼德在生物学中的作用的看法
（Fitriyanto等，2011; Hibi等，2011）。一些甲状腺营养和杂营细菌含有吡咯烷酚（PQQ）（PQQ）和钙依赖性甲醇脱氢酶（CA-MDH）。该酶由形成α2/β2异二聚体的基因MXAF和MXAI编码，并将甲醇氧化为甲醛。此外，这些细菌中的许多具有称为XOXF的基因，编码了另一种依赖PQQ的MDH样蛋白，对CA-MDH表现出约50％的身份（Chistoserdova，Kalyuzhnaya，＆Lidstrom，2009年）。与实验室培养物相比，与MXAFI相比，XOXF表达100倍（Bosch等，2008）相比，XOXF基因在甲基杆菌 /甲基肌肉菌属中高度表达。在植物的植物层定植（Delmotte等，2009）。2011年，据报道，LA 3+在甲基杆菌的生长培养基中添加了六倍的MDH活性，报告了Radiotolerans NBRC15690的生长培养基（Hibi等，2011）。La 3+诱导的酶被纯化，并被该细菌的XOXF基因编码。在对毛rad骨MAFF2116450的后续研究中，纯化的Ce 3+诱导的MDH也可以与该细菌的XOXF基因偶联（Fitriyanto等，2011）。推导的氨基酸序列显示了作为辅助因子的结合PQQ的基序。接下来，补充La 3+后，仅在甲醇上生长甲基肌肉质量AM1的δMXAF菌株，而琥珀酸酯上的生长与野生型没有差异（Nakagawa等，2012）。热酸性甲基营养的甲基氧化脂蛋白脂肪液的基因组仅具有XOXF基因。从La 3+ /Ca 2+培养基上生长的菌株AM1仅纯化一个MDH蛋白并将其鉴定为XOXF基因的乘积。MDH含有0.9个La 3+原子和每个二聚体Ca 2+的0.4个原子，EDTA处理显示La 3+紧密结合（Nakagawa等，2012）。这种属于门果肉芽素的极端粒细胞最初是在含有其原始泥锅中的水中的培养基上分离出来的（Pol等，2007，图。1）。没有泥锅的水生长非常差。表明负责这种效果的成分本质上是无机的，最终证明了泥锅水可以被灯笼（LN）取代（Pol等，2014）。甲基氧化脂脂溶剂的生长严格取决于培养基中Ln 3+的存在。显示了在具有Ce 3+浓度范围的培养基上生长的细胞的比例反应。ce 3+可以用La 3+，Pr 3+