Arg-Xai
Negli ultimi anni, l’Argumentation Theory è stata usata con successo per spiegare e rendere comprensibili i risultati forniti da applicazioni di Intelligenza Artificiale basate su tecniche di Machine Learning, soprattutto in quei contesti dove sistemi software sono responsabili per decisioni critiche (ad esempio, per consulenze finanziarie e mediche).
In questo contesto, proponiamo una nuova metodologia, basata su tecniche di argumentation, in grado di spiegare e giustificare le predizioni di un classificatore.
Gli attributi dei record sono interpretati come argomenti di un AF che giustificano (o, al contrario, ostacolano) l’assegnazione di una certa classe.
Le estensioni (insiemi di argomenti accettabili) possono quindi essere viste come insiemi di possibili valori che un record deve assumere per essere assegnato a una determinata classe.
La procedura definita per questa attività permetterà di costruire un albero di spiegazione per le estensioni calcolate.
Tale albero rappresenta il ragionamento dialettico tra gli attributi del problema analizzato e spiega perchè viene assegnata una certa classe.
Un’interfaccia accessibile via web mette a disposizione le fuinzionalità del tool descritto.
arg-xai.dmi.unipg.it
ConArgLang
The Concurrent Language for Argumentation (cla) is a language for modelling the interaction between concurrent agents acting in a distributed environment.
ConArgLang offers a web interface for writing and executing cla programs in three versions: a basic one and two extended versions with time constraints.
The two time-constrained versions handle concurrent interactions in two distinct ways: one with interleaving (one action is executed at a time) and one with maximum parallelism (all actions in parallel branches are executed simultaneously).
ConArgLang website
ConArg
ConArg is a tool, based on Constraint Programming (built on Gecode), that is able to solve various problems related to the (Weighted) Abstract Argumentation Frameworks (AFs).
Constraint Satisfaction Problems (CSPs) offer a wide number of efficient techniques (as inference and search algorithms) that can tackle the complexity in finding all the possible Dung’s conflict-free, admissible, complete, stable, preferred, grounded, semi-stable, eager, stage, ideal extensions in AFs.
Moreover, we can use the tool to solve some computationally hard problems.
ConArg website