MIT იკვლევს AI-ის უფრო ჭკვიანად გასაკეთებლად

MIT-ის გუნდი ასწავლის AI მოდელებს იმას, რაც მათ ჯერ არ იცოდნენ.

ხელოვნური ინტელექტის (AI) გამოყენება სწრაფად იზრდება და სულ უფრო მეტად ერწყმის ჩვენს ყოველდღიურ ცხოვრებასა და კრიტიკულ ინდუსტრიებს, როგორიცაა ჯანდაცვა, ტელეკომუნიკაცია და ენერგეტიკა. მაგრამ დიდი ძალა დიდ პასუხისმგებლობასაც გულისხმობს: AI სისტემები ზოგჯერ შეცდომებს უშვებენ ან გაურკვეველ პასუხებს იძლევიან, რამაც შეიძლება სერიოზული შედეგები გამოიწვიოს.

MIT-ის Themis AI, რომელიც დააარსა და ხელმძღვანელობს პროფესორი დანიელა რუსი CSAIL ლაბორატორიიდან, გვთავაზობს გარდამტეხ გადაწყვეტას. მათი ტექნოლოგია AI მოდელებს საშუალებას აძლევს, „იცოდნენ, რა არ იციან“. ეს ნიშნავს, რომ AI სისტემებს შეუძლიათ თავად მიუთითონ, როდესაც მათი პროგნოზები გაურკვეველია, რაც ხელს უშლის ზიანის მიყენებამდე შეცდომების დაშვებას.

რატომ არის ეს ასე მნიშვნელოვანი?
ბევრ AI მოდელს, თუნდაც ყველაზე მოწინავეს, ზოგჯერ შეიძლება ჰქონდეს ე.წ. „ჰალუცინაციები“ – ისინი გასცემენ არასწორ ან დაუსაბუთებელ პასუხებს. სექტორებში, სადაც გადაწყვეტილებებს დიდი წონა აქვს, როგორიცაა სამედიცინო დიაგნოსტიკა ან ავტონომიური მართვა, ამან შეიძლება კატასტროფული შედეგები გამოიწვიოს. Themis AI-მა შექმნა Capsa, პლატფორმა, რომელიც იყენებს გაურკვევლობის კვანტიფიკაციას: ის ზომავს და აფასებს AI-ის შედეგების გაურკვევლობას დეტალური და სანდო გზით.

 როგორ მუშაობს?
მოდელებისთვის გაურკვევლობის შესახებ ცნობიერების მიტანით, მათ შეუძლიათ შედეგებს მიანიჭონ რისკის ან სანდოობის ეტიკეტი. მაგალითად: ავტონომიურმა მანქანამ შეიძლება მიუთითოს, რომ არ არის დარწმუნებული სიტუაციაში და ამიტომ გაააქტიუროს ადამიანის ჩარევა. ეს ზრდის არა მხოლოდ უსაფრთხოებას, არამედ მომხმარებელთა ნდობასაც ხელოვნური ინტელექტის სისტემების მიმართ.

ტექნიკური იმპლემენტაციის მაგალითები

  • PyTorch-თან ინტეგრაციისას მოდელის შეფუთვა ხდება capsa_torch.wrapper() რომლის გამომავალი შედეგი არის როგორც პროგნოზი, ასევე რისკი:

Python example met capsa

TensorFlow მოდელებისთვის, Capsa იყენებს დეკორატორს:

ტენსორფლოუ

გავლენა კომპანიებსა და მომხმარებლებზე
NetCare-ისა და მისი კლიენტებისთვის ეს ტექნოლოგია უზარმაზარ წინგადადგმულ ნაბიჯს ნიშნავს. ჩვენ შეგვიძლია მივაწოდოთ ხელოვნური ინტელექტის აპლიკაციები, რომლებიც არა მხოლოდ ინტელექტუალურია, არამედ უსაფრთხო და უფრო მეტად პროგნოზირებადია, ჰალუცინაციების ნაკლები რისკით. ეს ეხმარება ორგანიზაციებს უკეთ დასაბუთებული გადაწყვეტილებების მიღებასა და რისკების შემცირებაში ხელოვნური ინტელექტის ბიზნესისთვის კრიტიკულ აპლიკაციებში დანერგვისას.

დასკვნა
MIT გუნდი აჩვენებს, რომ ხელოვნური ინტელექტის მომავალი არა მხოლოდ უფრო ჭკვიანი გახდომაა, არამედ უპირველეს ყოვლისა უფრო უსაფრთხო და სამართლიანი ფუნქციონირება. NetCare-ში გვჯერა, რომ ხელოვნური ინტელექტი ნამდვილად ღირებული ხდება მხოლოდ მაშინ, როდესაც ის გამჭვირვალეა საკუთარი შეზღუდულობების შესახებ. ისეთი მოწინავე გაურკვევლობის კვანტიფიკაციის ხელსაწყოებით, როგორიცაა Capsa, თქვენც შეგიძლიათ ამ ხედვის პრაქტიკაში განხორციელება.

გერარდი

ჟერარდი აქტიურია, როგორც ხელოვნური ინტელექტის კონსულტანტი და მენეჯერი. დიდ ორგანიზაციებთან მუშაობის მრავალწლიანი გამოცდილებით, მას შეუძლია განსაკუთრებით სწრაფად გაშიფროს პრობლემა და მიაღწიოს მის გადაწყვეტას. ეკონომიკური განათლების კომბინაცია უზრუნველყოფს ბიზნესისთვის გამართლებულ არჩევანს.