Anvendelsen af kunstig intelligens (AI) vokser hurtigt og bliver i stigende grad vævet ind i vores dagligdag og højrisikobrancher som sundhedsvæsen, telekommunikation og energi. Men med stor magt følger også et stort ansvar: AI-systemer begår nogle gange fejl eller giver usikre svar, som kan have store konsekvenser.
Hvorfor er dette så vigtigt?
Mange AI-modeller, selv avancerede, kan nogle gange udvise såkaldte 'hallucinationer' – de giver forkerte eller ubegrundede svar. I sektorer, hvor beslutninger vejer tungt, såsom medicinsk diagnosticering eller selvkørende biler, kan dette have katastrofale følger. Themis AI har udviklet Capsa, en platform der anvender usikkerhedskvantificering: den måler og kvantificerer usikkerheden i AI-output på en detaljeret og pålidelig måde.
Hvordan fungerer det?
Ved at give modellerne usikkerhedsbevidsthed kan de forsyne deres output med et risiko- eller pålidelighedsmærke. For eksempel: en selvkørende bil kan indikere, at den er usikker på en situation og derfor aktivere menneskelig indgriben. Dette øger ikke kun sikkerheden, men også brugernes tillid til AI-systemer.
capsa_torch.wrapper() hvor outputtet består af både forudsigelsen og risikoen:
Konklusion
MIT team viser, at fremtidens AI ikke kun handler om at blive klogere, men frem for alt om at fungere mere sikkert og retfærdigt. Hos NetCare tror vi på, at AI først bliver rigtig værdifuld, når den er transparent omkring sine egne begrænsninger. Med avancerede værktøjer til usikkerhedskvantificering som Capsa kan du også føre den vision ud i livet.