Εξηγήσιμη Τεχνητή Νοημοσύνη (XAI) : ανάπτυξη ευφυούς ψηφιακού βοηθού για την οινοποίηση ερυθρών οίνων

Abstract

Αντικείμενο της παρούσας εργασίας, είναι η διερεύνηση και η εφαρμογή μεθόδων Εξηγήσιμης Τεχνητής Νοημοσύνης (ΕΤΝ) στην πρόβλεψη της ποιότητας του κόκκινου κρασιού, καθώς η παραγωγή κρασιού έχει γίνει ξανά ένας κλάδος που προσελκύει ολοένα και περισσότερες επενδύσεις ανά τον κόσμο. Στο πλαίσιο της έρευνας αναλύθηκε ένα σύνολο δεδομένων που αφορά το κόκκινο κρασί, το οποίο περιλαμβάνει πλήθος εργαστηριακών παραμέτρων. Πέρα από την ανάπτυξη ενός αξιόπιστου και ερμηνεύσιμου μοντέλου για την υποστήριξη των αποφάσεων κατά την διάρκεια παραγωγής και ωρίμανσης του οίνου, δόθηκε προσοχή και στην υλοποίηση μιας διαδικτυακής εφαρμογής η οποία μπορεί να χρησιμοποιηθεί από τον τελικό χρήστη, τον ίδιο τον παραγωγό. Στο πλαίσιο της προσέγγισης αυτής, εφαρμόστηκαν διάφορες αρχιτεκτονικές τεχνητών νευρωνικών δικτύων (ΤΝΔ) με ιδανικότερη αυτή του γραμμικού νευρωνικού δικτύου (Sequential Neural Network), καθώς πέτυχε τα καλύτερα αποτελέσματα έχοντας σταθερότητα στις προβλέψεις του. Ιδιαίτερη έμφαση δόθηκε στην ερμηνευσιμότητα των αποτελεσμάτων μέσω της προηγμένης μεθόδου SHAP (SHapley Additive exPlanations), η οποία επέτρεψε την κατανόηση των παραγόντων που επηρεάζουν τις προβλέψεις του μοντέλου. Η ανάλυση των αποτελεσμάτων, ανέδειξε συγκεκριμένους παράγοντες που επηρεάζουν την ποιότητα του κόκκινου κρασιού, δίνοντας έτσι πολύτιμες πληροφορίες στους παραγωγούς. Τα αποτελέσματα υποδεικνύουν ότι η ενσωμάτωση τεχνικών ΕΤΝ μπορεί να συμβάλει σημαντικά στην αξιοπιστία και αποδοχή των συστημάτων τεχνητής νοημοσύνης στην πράξη, προσφέροντας όχι μόνο υψηλή ακρίβεια αλλά και τη δυνατότητα κατανόησης της συλλογικής σκέψης πίσω από κάθε πρόβλεψη. Η έρευνα αυτή ευελπιστούμε να αποτελέσει ένα βήμα προς την κατεύθυνση της ανάπτυξης αξιόπιστων και διαφανών συστημάτων υποστήριξης αποφάσεων, τα οποία μπορούν να ενσωματωθούν αποτελεσματικά στην καθημερινή πρακτική παραγωγής οίνου, βελτιώνοντας την ποιότητα των παρεχόμενων προϊόντων.