2022. 03. 22. - 16:28
Hibrid keretrendszerrel kísérleteztek
Új matematikai keretrendszert mutatnak be a kutatók egy tanulmányban.
Az adóügyi kérdésekre válaszoló chatbotoktól kezdve az autonóm járműveket meghajtó algoritmusokig és az orvosi diagnózisokig a mesterséges intelligencia ma már az élet számos területén jelen van.
Az okosabb, pontosabb rendszerek létrehozása hibrid megközelítést igényel - mutatnak rá az
Irvine Kaliforniai Egyetem kutatói. A Proceedings of the National Academy of Sciences folyóiratban megjelent tanulmányban egy új matematikai modellt mutatnak be, amely az emberi és algoritmikus előrejelzések kombinálásával javíthatja a teljesítményt.
Az emberi és gépi algoritmusok egymást kiegészítő erősségekkel és gyengeségekkel rendelkeznek. Mindegyik különböző információforrásokat és stratégiákat használ az előrejelzések és a döntések meghozatalához - mondta Mark Steyvers, az UCI kognitív tudományok professzora. - Empirikus demonstrációkon és elméleti elemzéseken keresztül megmutatjuk, hogy az emberek képesek javítani az MI (mesterséges intelligencia) előrejelzésein, még akkor is, ha az emberi pontosság valamivel alacsonyabb mutatókkal bír, mint a mesterséges intelligencia pontossága.
A keretrendszer teszteléséhez a kutatók olyan képosztályozási kísérletet végeztek, amelyben emberek és a számítógépes algoritmusok külön-külön dolgoztak az állatok és a mindennapi tárgyak - székek, palackok, kerékpárok, teherautók - torz képeinek helyes azonosításán. Az egyes képazonosítások pontosságába vetett bizalmukat az emberek alacsonynak, közepesnek vagy magasnak minősítették, míg a gépi osztályozó folyamatos pontszámot generált. Az eredmények nagy különbségeket mutattak az emberek és az MI algoritmusok megbízhatóságát illetően.
Bizonyos esetekben az emberek meglehetősen biztosak voltak abban, hogy van egy szék az adott képen, míg az MI algoritmus összezavarodott - mondta Padhraic Smyth, az UCI számítástechnikai professzora. - Hasonlóképpen, más képek esetében az MI algoritmus magabiztosan meg tudta adni a bemutatott objektum címkéjét, míg az emberek nem voltak biztosak abban, hogy a torzított kép tartalmaz-e felismerhető tárgyat.
Amikor a kutatók új Bayes-I keretrendszerével kombinálták az előrejelzéseket és a megbízhatósági pontszámokat, a hibrid modell jobb teljesítményt eredményezett, mint akár az emberi, akár a gépi előrejelzések önmagukban. Tehát kijelenthető, hogy a hibrid munka bevált, a gép és az ember együtt tud működni és ez kiváló közös munkát eredményez.
G.B.
