Объяснимый искусственным интеллект и метод SHAP как основа прозрачного прогнозирования в агропромышленном комплексе Республики Беларусь

Abstract

В статье рассматривается применение методов объяснимого искусственного интеллекта (XAI) в контексте цифровой трансформации агропромышленного комплекса Республики Беларусь. Раскрываются возможности интерпретации сложных моделей машинного обучения с использованием методов PDP, ICE, LIME, Permutation Importance и особенно SHAP, позволяющего количественно оценивать вклад факторов в прогноз. На примере прогнозирования урожайности пшеницы и анализа молочных удоев показано, как объяснимость повышает доверие к цифровым решениям и способствует управляемости производственных процессов. Сформулированы рекомендации по институционализации XAI в национальных информационных системах АПК.