我们有三个研究方向。机制可解释性是最大的方向，我们的大部分论文都出自这里。另外两个方向来自人们需要依据模型输出采取行动的领域：深部矿山和矿物识别。
我们研究神经网络到底学到了什么算法，并在网络本身上检验每一个解释。知道了算法，就能缩小模型，向使用它的人解释它，并限制它能做的事。
阅读更多 →
矿体在开采之前只能被部分了解。我们追踪这种不确定性如何经过采矿、选矿、尾矿和充填，找出它会改变哪些生产决策。
每种矿物都是晶体，其原子在晶格中重复排列。X 射线衍射可以读出这种晶格，显微镜则能看到岩石中的每一个颗粒。我们构建机器学习模型，根据这两种数据识别矿物，并检验它们是如何得出答案的。