El estudio ‘AIChronoLens: Advancing Explainability for Time Series AI Forecasting in Mobile Networks’ presenta la herramienta innovadora AIChronoLens, que tiene la capacidad de generar explicaciones para los modelos de inteligencia artificial (IA) que se ocupan de predecir series temporales. Estos modelos de IA se utilizan en diferentes campos científicos. En el ámbito de las redes móviles, estos modelos son muy útiles para prever las futuras cargas de tráfico de las estaciones base 5G.
Este estudio aborda la falta de claridad en las técnicas tradicionales de explicabilidad. A diferencia de esas técnicas que proporcionan puntuaciones de relevancia sobre los datos de entrada con independencia de la propia estructura de los datos, AIChronoLens relaciona las explicaciones con la presencia o ausencia de máximos y mínimos y otras propiedades temporales de los datos de entrada. De este modo, AIChronoLens crea una relación entre el funcionamiento del modelo y el sistema físico.
Asimismo, el documento abre varías vías de investigación, como profundizar en el comportamiento del modelo y detectar la causa oculta de los errores, como la falta de datos en el conjunto de entrenamiento o la complejidad intrínseca de ciertos datos. También puede comparar diferentes modelos aplicados al mismo conjunto de datos, más allá de las métricas simples de precisión de la predicción, lo que lo convierte en una herramienta de verificación valiosa para los modelos de IA actuales y futuros.
Aplicaciones para nuevos desarrollos de modelos de IA
En cuanto a las aplicaciones prácticas, los investigadores consideran que AIChronoLens puede ser utilizado por la comunidad investigadora durante el desarrollo de nuevos modelos de IA para verificar su lógica interna y comparar su rendimiento con modelos conocidos de una forma mucho más sofisticada que la que es posible realizar hoy en día. Por ejemplo, permite conocer la confianza de una predicción dados los conocimientos que el modelo de IA ha obtenido tras el entrenamiento.
Según la información aportada por el Instituto Madrileño de Estudios Avanzados (IMDEA) Networks, el estudio será galardonado con el premio a ‘Mejor Paper’ en la conferencia IEEE INFOCOM 2024, que se celebrará del 20 al 23 de mayo en Vancouver, Canadá.