【AI用語解説】XAI（説明可能なAI）

XAI（説明可能なAI）

XAI（説明可能なAI）とは、Explainable AIとも呼ばれる、その名の通り、AIの予測結果や推論結果が、説明可能な状態であるAIのモデルであり、その概念を指す言葉です。

XAIの考え方は、DARPAから提唱されたと言われています。

AIにおいては、AIモデルが複雑であることから、どうしてその結果になったのか、を説明ができないAIモデル（いわゆるブラックボックス）が多く存在します。
但し、AIの出力結果を説明できない場合、信頼性の欠如や、安心して活用することができない、改善することができない、など、多くの問題が生じます。

レコメンドなど、出力結果に対して厳密性をそこまで高く求めないAIにおいて問題視されることは少ないものの、自動運転や与信審査など、高精度を求める必要があるAIにおいては、特にこの考え方が重要になると言われています。

そのため、昨今のAI開発においては、このXAI（説明可能なAI）の考え方が広まっており、研究も進んでいます。

なお、このXAIの考え方は既に総務省からも指針として「報告書2018― ＡＩの利活用の促進及びＡＩネットワーク化の健全な進展に向けて」にて提示されており、以下のように記載されています。

第３章 ＡＩの利活用において留意することが期待される事項②
ＡＩ利活用原則案
・
・
⑨ 透明性の原則 ［ブラックボックス化］
ＡＩサービスプロバイダ及びビジネス利用者は、ＡＩシステム又はＡＩサービスの入出力の検証可能性及び判断結果の説明可能性に留意する。
⑩ アカウンタビリティの原則 ［受容性］
ＡＩサービスプロバイダ及びビジネス利用者は、消費者的利用者及び間接利用者を含むステークホルダに対しアカウンタビリティを果たすよう努める。

関連記事：「XAI（説明可能なAI）とは？ブラックボックス解決へのアプローチ手法、メリット・デメリット、活用分野を徹底解説！」