本书系统阐述了可解释人工智能的研究背景、技术方法、行业应用及实践。全书共分为五个部分。第一部分为第1章，聚焦于可解释人工智能的研究背景与动因。第二部分涵盖第2至第5章，深入讲解了可解释人工智能的基础模型、解释方法、决策机制、安全性问题及评估体系。第三部分为第6章，专注于人工智能模型的软件测试方法。第四部分为第7章，展示了可解释人工智能在计算机视觉、生物医学等领域的实际应用。最后一部分为第8章，演示了解释算法并介绍了相关开源工具。
本书适合广泛的读者群体，包括高等院校计算机、信息处理相关专业的本科生和研究生，人工智能领域的科研人员，以及政策制定者和法律工作者等。
崔晓晖，武汉大学国家网络安全学院二级教授，博士生导师，博士学历。食品安全区块链联盟负责人、教育部示范性软件学院联盟副理事长、国家重点研发计划高性能计算专项项目专家委员会委员，教育部软件工程教学指导委员会委员、国家留学基金委项目评审委员会委员、中国计算机协会服务计算专委会常务委员。长期从事大数据云计算、超大规模情报数据流分析、集群智能理论、区块链、高性能计算、人工智能研究。在高性能计算、人工智能等重要学术期刊和会议上发表学术论文一百多篇、已发表论文被引用超过千余次。出版专著1项，获国家专利10项、美国发明专利1项，获美国能源部特殊贡献奖、美国国家实验室杰出事件奖等5项奖励。
