Mensch im Prozess: maschinelles Lernen – ein Stand der Technik

Abstract Forscher definieren neue Arten der Interaktion zwischen Menschen und maschinellen Lernalgorithmen, die allgemein als Mensch-im-Prozess-Maschinenlernen bezeichnet werden. Je nachdem, wer die Kontrolle über den Lernprozess hat, können wir unterscheiden: aktives Lernen, bei dem das System die Kontrolle behält; interaktives maschinelles Lernen, bei dem es eine engere Interaktion zwischen Benutzern und Lernsystemen gibt; und maschinelles Lehren, bei dem menschliche Fachexperten die Kontrolle über den Lernprozess haben. Abgesehen von der Kontrolle können Menschen auch auf andere Weise am Lernprozess beteiligt sein. Beim Curriculum-Lernen versuchen menschliche Fachexperten, eine gewisse Struktur auf die präsentierten Beispiele auszuüben, um das Lernen zu verbessern; bei erklärbarer KI liegt der Fokus auf der Fähigkeit des Modells, den Menschen zu erklären, warum eine bestimmte Lösung gewählt wurde. Diese Zusammenarbeit zwischen KI-Modellen und Menschen sollte nicht nur auf den Lernprozess beschränkt sein; wenn wir weiter gehen, können wir andere Begriffe sehen, die auftauchen, wie Nutzbare und Nützliche KI. In dieser Arbeit überprüfen wir den Stand der Technik der Techniken, die in den neuen Formen der Beziehung zwischen Menschen und ML-Algorithmen involviert sind. Unser Beitrag besteht nicht nur darin, die verschiedenen Ansätze aufzulisten, sondern auch darin, Definitionen bereitzustellen, die verwirrende, vielfältige und manchmal widersprüchliche Begriffe klären; die Grenzen zwischen den verschiedenen Methoden zu erhellen und festzulegen; und alle Techniken zu korrelieren, um die Verbindungen und Einflüsse zwischen ihnen zu suchen.