https://git.imp.fu-berlin.de/hcc/hcml-sose-2020/-/wikis/home

Der Forschungsbereich des Human Centered Machine Learning (HCML) verknüpft die Möglichkeiten der menschlichen Wahrnehmung und Intelligenz eng mit der Rechenleistung und Geschwindigkeit von Computern.

Grundsätzlich können zwei  Sichtweisen unterschieden werden. Einerseits wird der Mensch als Komponente des des technischen Systems verstanden (human-in-the-loop), der durch seine Interaktion mit dem System das Lernverhalten von Algorithmen optimieren kann. Zu den Ansätzen des sogeannten Interactive Machine Learning gehören das Reinforcement Learning, Preference Learning und Active Learning. Wir werden uns in diesem Seminar aber auf eine andere Sichtweise fokussieren. Beim HCML basiert auf der Vorstellung, dass ML-basierte System auch für nichttechnische Experten, d.h. Personen ohne Hintergrundwissen oder Erfahrung in diesem Bereich, nutzbar sein sollten (algorithm-in-the-loop).

Das Design von Benutzeroberfläche ist für den Erfolg dieses Ansatzes von grundlegender Bedeutung, doch es mangelt bisher an konsolidierten Prinzipien, wie eine solche Schnittstelle implementiert werden sollte. Dabei sind ebenfalls die Themen der Transparenz solcher Anwendungen, aber auch die Interpretierbarkeit von Ergebnissen von Bedeutung.

Wir werden in diesem Hauptseminar eine detaillierte Überprüfung von bestehenden Ansätzen des Human-Centered Machine Learning aus der Perspektive interaktiver Systeme vornehmen, um sie im Bereich der Mensch-Computer-Interaktion zu kontextualisieren.

In diesem Hauptseminar wird zunächst eine Einführung in dieses Thema gegeben und die unterschiedlichen Ansätze zur Integration von Benutzeroberflächen vorgestellt. Darauf aufbauend, werden wir uns durch das Lesen und diskutieren von Artikeln das Forschungsgebiet erschließen, um dann einzelne Bereiche über die Referate zu vertiefen.

Es wird von dem Teilnehmenden erwartet, ein Referat selbstständig vorzubereiten, vorzutragen und mit der Gruppe zu diskutieren. Basierend auf den Ergebnissen der Diskussion erfolgt dann die schriftliche Ausarbeitung.

,,

Literatur

Gillies, Marco, et al. "Human-centred machine learning." Proceedings of the 2016 CHI Conference Extended Abstracts on Human Factors in Computing Systems. ACM, 2016.

Amershi, S., Cakmak, M., Knox, W. B., & Kulesza, T. (2015). Power to the People: The Role of Humans in Interactive Machine Learning. AI Magazine, 35(4), 105–120. 

Dudley, J. J., & Kristensson, P. O. (2018). A Review of User Interface Design for Interactive Machine Learning. ACM Transactions on Interactive Intelligent Systems (TiiS), 8(2), 8–37. 

,,

Zusätzliche Informationen

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2019-20/seminar_interactive_machine_learning/index.html

,,