Η ομάδα του MIT διδάσκει στα μοντέλα ΤΝ όσα δεν γνώριζαν ακόμη.
Η εφαρμογή της τεχνητής νοημοσύνης (ΤΝ) αναπτύσσεται ραγδαία και ενσωματώνεται όλο και περισσότερο στην καθημερινή μας ζωή και σε κλάδους υψηλού ρίσκου, όπως η υγειονομική περίθαλψη, οι τηλεπικοινωνίες και η ενέργεια. Ωστόσο, με τη μεγάλη δύναμη έρχεται και μεγάλη ευθύνη: τα συστήματα ΤΝ μερικές φορές κάνουν λάθη ή δίνουν αβέβαιες απαντήσεις που μπορεί να έχουν σοβαρές συνέπειες.
Το Themis AI του MIT, που συνιδρύθηκε και διευθύνεται από την καθηγήτρια Daniela Rus του εργαστηρίου CSAIL, προσφέρει μια πρωτοποριακή λύση. Η τεχνολογία τους επιτρέπει στα μοντέλα ΤΝ να «γνωρίζουν τι δεν γνωρίζουν». Αυτό σημαίνει ότι τα συστήματα ΤΝ μπορούν να υποδεικνύουν πότε είναι αβέβαια για τις προβλέψεις τους, αποτρέποντας έτσι λάθη πριν προκαλέσουν ζημιά.
Γιατί είναι αυτό τόσο σημαντικό;
Πολλά μοντέλα ΤΝ, ακόμη και τα προηγμένα, μπορεί μερικές φορές να εμφανίσουν λεγόμενες «ψευδαισθήσεις»—να δίνουν λανθασμένες ή αβάσιμες απαντήσεις. Σε τομείς όπου οι αποφάσεις έχουν μεγάλο βάρος, όπως η ιατρική διάγνωση ή η αυτόνομη οδήγηση, αυτό μπορεί να έχει καταστροφικές συνέπειες. Η Themis AI ανέπτυξε το Capsa, μια πλατφόρμα που εφαρμόζει την ποσοτικοποίηση της αβεβαιότητας (uncertainty quantification): μετρά και ποσοτικοποιεί την αβεβαιότητα της εξόδου της ΤΝ με λεπτομερή και αξιόπιστο τρόπο.
Hoe werkt het?
Door modellen uncertainty awareness bij te brengen, kunnen ze outputs voorzien van een risico- of betrouwbaarheidslabel. Bijvoorbeeld: een zelfrijdende auto kan aangeven dat het niet zeker is over een situatie en daarom een menselijke interventie activeren. Dit verhoogt niet alleen de veiligheid, maar ook het vertrouwen van gebruikers in AI-systemen.
- Κατά την ενσωμάτωση με το PyTorch, η περιτύλιξη του μοντέλου γίνεται μέσω
capsa_torch.wrapper()όπου η έξοδος αποτελείται τόσο από την πρόβλεψη όσο και από τον κίνδυνο:
Για τη NetCare και τους πελάτες της, αυτή η τεχνολογία σημαίνει ένα τεράστιο βήμα μπροστά. Μπορούμε να παρέχουμε εφαρμογές Τεχνητής Νοημοσύνης που δεν είναι μόνο έξυπνες, αλλά και ασφαλείς και πιο προβλέψιμες με μικρότερη πιθανότητα παραισθήσεων. Βοηθά τους οργανισμούς στη λήψη πιο τεκμηριωμένων αποφάσεων και στη μείωση των κινδύνων κατά την εισαγωγή της ΤΝ σε κρίσιμες για την επιχείρηση εφαρμογές.
Συμπέρασμα
Het MIT team laat zien dat de toekomst van AI niet alleen draait om slimmer worden, maar vooral ook om veiliger en eerlijker functioneren. Bij NetCare geloven we dat AI pas écht waardevol wordt als het transparant is over zijn eigen beperkingen. Met geavanceerde uncertainty quantification-tools zoals Capsa kunt u die visie ook in de praktijk brengen.
