MIT досліджує, як зробити ШІ розумнішим

Команда MIT навчає AI-моделі тому, чого вони ще не знали.

Застосування штучного інтелекту (ШІ) швидко зростає і все більше переплітається з нашим повсякденним життям та критично важливими галузями, такими як охорона здоров'я, телекомунікації та енергетика. Але з великою силою приходить і велика відповідальність: системи ШІ іноді припускаються помилок або дають невпевнені відповіді, що може мати серйозні наслідки.

Themis AI від MIT, співзасновником і керівником якої є професор Даніела Рус із лабораторії CSAIL, пропонує новаторське рішення. Їхня технологія дозволяє моделям ШІ «знати, чого вони не знають». Це означає, що системи ШІ можуть самі вказувати, коли вони не впевнені у своїх прогнозах, запобігаючи помилкам до того, як вони завдадуть шкоди.

Чому це так важливо?
Багато моделей ШІ, навіть найсучасніших, іноді можуть демонструвати так звані «галюцинації» — вони дають хибні або необґрунтовані відповіді. У секторах, де рішення мають велику вагу, як-от медична діагностика чи автономне водіння, це може мати катастрофічні наслідки. Themis AI розробила Capsa — платформу, яка застосовує кількісну оцінку невизначеності (uncertainty quantification): вона вимірює та кількісно оцінює невизначеність результатів роботи ШІ у детальний та надійний спосіб.

 Як це працює?
Через надання моделям обізнаності про невизначеність, вони можуть надавати вихідним даним мітку ризику чи надійності. Наприклад, безпілотний автомобіль може вказати, що він не впевнений у певній ситуації, і тому активувати втручання людини. Це не тільки підвищує безпеку, але й довіру користувачів до систем ШІ.

Приклади технічної реалізації

  • При інтеграції з PyTorch обгортання моделі відбувається через capsa_torch.wrapper() де вихід складається як із прогнозу, так і з ризику:

Python example met capsa

Для моделей TensorFlow Capsa використовує декоратор:

tensorflow

Вплив на бізнес та користувачів
Для NetCare та її клієнтів ця технологія означає величезний крок уперед. Ми можемо надавати застосунки ШІ, які є не лише інтелектуальними, але й безпечними та більш передбачуваними, з меншою ймовірністю галюцинацій. Це допомагає організаціям приймати більш обґрунтовані рішення та зменшувати ризики при впровадженні ШІ в критично важливі бізнес-застосунки.

Висновок
MIT команда показує, що майбутнє ШІ полягає не лише в тому, щоб стати розумнішим, а й, перш за все, у безпечнішому та чеснішому функціонуванні. У NetCare ми віримо, що ШІ стає справді цінним лише тоді, коли він прозорий щодо власних обмежень. За допомогою передових інструментів квантифікації невизначеності, таких як Capsa, ви також можете втілити це бачення на практиці.

Джерард

Джерард працює як AI-консультант та менеджер. Завдяки великому досвіду роботи у великих організаціях він може надзвичайно швидко розібратися в проблемі та знайти рішення. У поєднанні з економічною освітою він забезпечує бізнес-обґрунтований вибір.

ШІР (Штучний Інтелект Робот)