Explainable Artificial Intelligence (XAI) in Manufacturing: SpringerBriefs in Applied Sciences and Technology

Merită menționat că, spre deosebire de documentația oficială a algoritmilor de învățare automată care se concentrează pe acuratețea predictivă, Explainable Artificial Intelligence (XAI) in Manufacturing pune accentul pe necesitatea de a face aceste procese inteligibile pentru operatorii umani. Considerăm că valoarea adăugată a acestei lucrări rezidă în abordarea pragmatică a „cutiei negre” a inteligenței artificiale, oferind metode concrete prin care deciziile algoritmice pot fi explicate personalului din fabrică. Ca și Moamar Sayed-Mouchaweh în Explainable AI Within the Digital Transformation and Cyber Physical Systems, autorul distilează experiența reală în principii acționabile, însă cu o focalizare strictă pe mediul de producție industrială.

Descoperim aici o continuare logică a preocupărilor lui Tin-Chih Toly Chen pentru eficiența industrială, acesta integrând expertiza sa anterioară din Production Planning and Control in Semiconductor Manufacturing cu noile cerințe de transparență ale Industry 4.0. Structura cărții este una progresivă, de la fundamentele teoretice ale XAI în primul capitol, către aplicații tehnice specifice: prognoza industrială (capitolul 2), procesele decizionale (capitolul 3) și optimizarea fluxurilor de lucru (capitolul 4). Această organizare permite inginerilor să identifice rapid soluții pentru problemele de secvențiere și planificare, domenii în care autorul a aprofundat deja cercetarea în volumul Explainable and Customizable Job Sequencing and Scheduling. Prin utilizarea studiilor de caz, textul transformă conceptele abstracte de interpretabilitate în instrumente de lucru pentru creșterea încrederii în sistemele automatizate.