Команда Массачусетского технологического института обучает модели ИИ тому, чего они еще не знали.
Применение искусственного интеллекта (ИИ) быстро растет и все больше переплетается с нашей повседневной жизнью и важнейшими отраслями, такими как здравоохранение, телекоммуникации и энергетика. Но с большой силой приходит и большая ответственность: системы ИИ иногда допускают ошибки или дают неуверенные ответы, которые могут иметь серьезные последствия.
Themis AI из Массачусетского технологического института (MIT), соучредителем и руководителем которой является профессор Даниэла Рус из лаборатории CSAIL, предлагает новаторское решение. Их технология позволяет моделям ИИ «знать, чего они не знают». Это означает, что системы ИИ могут сами указывать, когда они не уверены в своих прогнозах, что позволяет предотвратить ошибки до того, как они нанесут ущерб.
Почему это так важно?
Многие модели ИИ, даже самые передовые, иногда могут демонстрировать так называемые «галлюцинации» — они дают ошибочные или необоснованные ответы. В отраслях, где решения имеют большой вес, таких как медицинская диагностика или автономное вождение, это может иметь катастрофические последствия. Themis AI разработала Capsa — платформу, которая применяет количественную оценку неопределенности: она измеряет и количественно оценивает неопределенность вывода ИИ детальным и надежным образом.
Как это работает?
Обучая модели осведомленности о неопределенности, можно снабжать их выходные данные меткой риска или надежности. Например: беспилотный автомобиль может указать, что он не уверен в ситуации, и поэтому активировать вмешательство человека. Это не только повышает безопасность, но и доверие пользователей к системам ИИ.
- При интеграции с PyTorch оборачивание модели происходит через
capsa_torch.wrapper()где вывод состоит как из прогноза, так и из риска:
Для NetCare и ее клиентов эта технология означает огромный шаг вперед. Мы можем поставлять приложения на базе ИИ, которые не только интеллектуальны, но и безопасны, более предсказуемы и с меньшей вероятностью вызывают галлюцинации. Это помогает организациям принимать более обоснованные решения и снижать риски при внедрении ИИ в критически важные бизнес-приложения.
Заключение
MIT команда показывает, что будущее ИИ заключается не только в том, чтобы стать умнее, но и в том, чтобы функционировать более безопасно и справедливо. В NetCare мы верим, что ИИ становится по-настоящему ценным только тогда, когда он прозрачен в отношении собственных ограничений. С помощью передовых инструментов количественной оценки неопределенности, таких как Capsa, вы также можете воплотить это видение в жизнь.
