MIT-tiimi opettaa tekoälymalleille asioita, joita ne eivät vielä tienneet.
Tekoälyn (AI) soveltaminen kasvaa nopeasti ja kietoutuu yhä tiiviimmin jokapäiväiseen elämäämme ja korkean panoksen aloille, kuten terveydenhuoltoon, tietoliikenteeseen ja energiaan. Mutta suuren voiman mukana tulee suuri vastuu: tekoälyjärjestelmät tekevät joskus virheitä tai antavat epävarmoja vastauksia, joilla voi olla suuria seurauksia.
MIT:n Themis AI, jonka on perustanut ja jota johtaa professori Daniela Rus CSAIL-laboratoriosta, tarjoaa uraauurtavan ratkaisun. Heidän teknologiansa antaa tekoälymallien ”tietää, mitä ne eivät tiedä”. Tämä tarkoittaa, että tekoälyjärjestelmät voivat itse ilmoittaa, milloin ne ovat epävarmoja ennusteistaan, mikä mahdollistaa virheiden estämisen ennen kuin ne aiheuttavat vahinkoa.
Miksi tämä on niin tärkeää?
Monet tekoälymallit, jopa edistyneet, voivat joskus osoittaa niin sanottuja ”hallusinaatioita” – ne antavat virheellisiä tai perusteettomia vastauksia. Aloilla, joilla päätöksillä on suuri painoarvo, kuten lääketieteellisessä diagnostiikassa tai autonomisessa ajamisessa, tällä voi olla katastrofaalisia seurauksia. Themis AI kehitti Capsan, alustan, joka soveltaa epävarmuuden kvantifiointia (uncertainty quantification): se mittaa ja kvantifioi tekoälyn tuotoksen epävarmuuden yksityiskohtaisella ja luotettavalla tavalla.
Miten se toimii?
Tuomalla malleihin epävarmuustietoisuutta ne voivat varustaa tulosteensa riski- tai luotettavuusmerkinnällä. Esimerkiksi itseajava auto voi ilmoittaa olevansa epävarma tilanteesta ja aktivoida sen vuoksi ihmisen väliintulon. Tämä ei ainoastaan lisää turvallisuutta, vaan myös käyttäjien luottamusta tekoälyjärjestelmiin.
- Kun malli integroidaan PyTorchiin, se kääritään
capsa_torch.wrapper()jonka tuloksena saadaan sekä ennuste että riski:
Tämä teknologia merkitsee NetCarelle ja sen asiakkaille valtavaa harppausta eteenpäin. Voimme toimittaa tekoälysovelluksia, jotka eivät ole ainoastaan älykkäitä, vaan myös turvallisia ja ennustettavampia, vähentäen hallusinaatioiden riskiä. Se auttaa organisaatioita tekemään paremmin perusteltuja päätöksiä ja vähentämään riskejä ottaessaan tekoälyä käyttöön liiketoimintakriittisissä sovelluksissa.
Johtopäätös
MIT tiimi osoittaa, että tekoälyn tulevaisuus ei pyöri vain älykkäämmäksi tulemisen ympärillä, vaan erityisesti turvallisemman ja oikeudenmukaisemman toiminnan ympärillä. NetCarella uskomme, että tekoälystä tulee todella arvokasta vasta, kun se on läpinäkyvä omien rajoitustensa suhteen. Kehittyneillä epävarmuuden kvantifiointityökaluilla, kuten Capsalla, voit toteuttaa tämän vision käytännössä.
