MIT doet onderzoek om AI slimmer te maken

A MIT csapata megtanítja az AI modelleket olyan dolgokra, amikről korábban nem tudtak.

A mesterséges intelligencia (MI) alkalmazása gyorsan növekszik, és egyre jobban beépül mindennapi életünkbe és nagy kockázatú ágazatokba, például az egészségügybe, a távközlésbe és az energetikába. De nagy hatalommal nagy felelősség jár: az MI-rendszerek néha hibáznak vagy bizonytalan válaszokat adnak, amelyek súlyos következményekkel járhatnak.

A MIT Themis AI projektje, amelyet Daniela Rus professzor a CSAIL laborból társ-alapított és vezet, úttörő megoldást kínál. Technológiájuk lehetővé teszi az MI-modellek számára, hogy „tudják, mit nem tudnak”. Ez azt jelenti, hogy a rendszerek képesek jelezni, mikor bizonytalanok előrejelzéseikben, így hibák előzhetők meg, mielőtt kárt okoznának.

Miért fontos ez ennyire?
Sok MI-modell, még a fejlettek is, időnként ún. „hallucinációkat” produkálhatnak — hamis vagy megalapozatlan válaszokat adnak. Olyan területeken, ahol a döntések nagy súllyal esnek latba, például az orvosi diagnosztikában vagy az önvezetésnél, ennek katasztrofális következményei lehetnek. A Themis AI kifejlesztette a Capsa nevű platformot, amely bizonytalanságmérést alkalmaz: részletesen és megbízhatóan méri és kvantifikálja az MI-kimenetek bizonytalanságát.

 Hogyan működik?
Ha a modellekben kialakul a bizonytalanságtudatosság, akkor kimeneteikhez kockázati vagy megbízhatósági jelzést adhatnak. Például egy önvezető jármű jelezheti, hogy bizonytalan egy adott helyzetben, és ez emberi beavatkozást aktiválhat. Ez nemcsak a biztonságot növeli, hanem a felhasználók bizalmát is erősíti az MI-rendszerek iránt.

Technikai megvalósítási példák

  • PyTorchtal történő integráció esetén a modell becsomagolása (wrapping) keresztül történik capsa_torch.wrapper() amelynek kimenete mind az előrejelzésből, mind a kockázatból áll:

Python example met capsa

TensorFlow-modellek esetén a Capsa egy dekorátort használ:

tensorflow

Hatás a vállalatokra és a felhasználókra
A NetCare és ügyfelei számára ez a technológia óriási előrelépést jelent. Olyan MI-alkalmazásokat tudunk szállítani, amelyek nemcsak intelligensek, hanem biztonságosabbak és jobban kiszámíthatók is, kevesebb hallucinációval. Ez segíti a szervezeteket abban, hogy megalapozottabb döntéseket hozzanak, és csökkentsék a kockázatokat az MI üzletileg kritikus alkalmazásokba történő bevezetésekor.

Következtetés
A MIT csapat rámutat, hogy az MI jövője nem csupán az okosodásról szól, hanem elsősorban a biztonságosabb és igazságosabb működésről. A NetCare-nél úgy gondoljuk, hogy az MI csak akkor válik igazán értékessé, ha átlátható a saját korlátai tekintetében. Olyan fejlett bizonytalanságkvantifikációs eszközökkel, mint a Capsa, ezt a víziót gyakorlatba ültetheti.

Gerard

Gerard MI-tanácsadóként és menedzserként tevékenykedik. Nagy szervezeteknél szerzett sokrétű tapasztalatával különösen gyorsan képes feltárni a problémákat és megoldás felé vezetni az ügyeket. Gazdasági háttérrel kombinálva üzletileg megalapozott döntéseket hoz.