10月13日，为期两天的中国国际半导体执行官峰会在上海成功举行。清华大学的魏少军教授（IEEE Fellow，CIEFellow）和其他发言人也应邀参加了会议。作为全球最大的半导体制造业高管年度盛会，今年的会议讨论了结合人工智能技术应用的半导体产业的发展趋势。申兰科技首席数据科学家，战略委员会战略技术专家，申兰科学院智能社会研究所所长沙文浩应邀参加。作为一家国内人工智能公司，他率先出版了《神兰科技的XAI技术》。并发表主旨演讲。在接下来的2-3年中，超过50％的信息系统与机器学习直接或间接相关，这将在企业数字转换（DX）和人工智能（自然语言处理，自动驾驶）的主要应用中发挥作用，智能工厂等）起决定性作用。可解释的人工智能（XAI）技术的应用正在形成一个闭环，这也是实现安全可靠的人工智能的重要基础。 XAI在数据特征和人类概念（语义）空间之间架起了一座桥梁。中国的基础研究在世界上具有一定的优势。有人提出，帮助促进业务发展的决策是人工智能的主要任务。传统人工智能的核心是通过机器学习将观测样本（训练数据）尽可能地映射到特征空间，然后在特征空间中进行分析，在特征空间的不同区域中找到样本的规则。 ，从而实现算法要实现的目标。任务目标（例如聚类，分析等）。但是，人类分析和决策是使用其自身的背景知识在概念（语义）空间（非确定性原因）中进行的。数据特征空间与人类概念（语义）空间（非理性）在内涵（结构）和扩展（影响）之间存在显着差异，而可解释的人工智能就是要填补两者之间的空白。越来越多地使用人工智能模型来辅助和替代人类决策。在这种情况下，公司需要了解这些模型如何做出决策。为了建立与用户和利益相关者的信任，人工智能的应用必须使所有模型更加透明和易于理解。 XAI正在形成一个闭环的人，或者将理解AI的推理。人工智能将促进企业加速创新。它已从执行简单任务的自动化操作升级为可与人互动的强大协作工具。企业不再将人工智能视为简单的技术工具，而是整个组织变革的引擎。未来，公司需要以人机协作为核心，有效使用工具和改进方法，以帮助人机之间更好的理解和互动。自然语言处理技术提高了机器理解书面和口头文字的能力；扩展现实和计算机视觉的进步可以帮助机器准确识别周围的人的物理环境；可解释的人工智能（XAI）形成了一个闭环，使人们能够清晰地进行系统推理以做出决策。在人机协作模式下，从部门结构，产品设计到员工的雇用和培训，公司将完全重组业务。使用“提示决策基础的人工智能”来使用该方法。实现决策的可视化和推进：可理解：基于建议的预测结果获得业务人员的理解，并促进AI的使用；可确认：可以确认AI已经正确学习了业务知识，提高了业务人员使用AI的意愿；改进：当PoC差异很大时，可以快速确定原因，从而可以改善AI预测。 XAI作为核心数字体系结构基于基于IoT，API管理，网络安全，DevOps，云计算，RPA和容器化的数字功能。可解释的人工智能（XA）作为工业4.0的核心数字架构的使用，生态整合，个性化营销，供应链，生产管理等，为人工智能技术提供了强大的支持。例如，当XAI使内部