通过监管和设计使用问责制提高人工智能可解释性的框架-研究论文

本文讨论了改进 AI 可解释性法规和框架的框架，借鉴了道德 AI 设计、自我监管、用于审计的区块链解决方案以及从 Github 分叉的 FAT（公平、问责和透明）取证包。 这项工作着眼于 GDPR、中国人工智能标准、美国法律和澳大利亚国内法律（州和联邦层面）中的人工智能方法。