TU Vienna revolucionizuje AI: Nová metoda umožňuje měřit nejistotu!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Výzkumníci z TU Vienna vyvíjejí inovativní metody pro výpočet nejistot v neuronových sítích pro přesnější rozhodování AI.

Forscher der TU Wien entwickeln innovative Methode zur Berechnung von Unsicherheiten in neuronalen Netzen für präzisere KI-Entscheidungen.
Výzkumníci z TU Vienna vyvíjejí inovativní metody pro výpočet nejistot v neuronových sítích pro přesnější rozhodování AI.

TU Vienna revolucionizuje AI: Nová metoda umožňuje měřit nejistotu!

Co je nového z výzkumu na Vídeňské technické univerzitě? Specializovaný výzkumný tým vyvinul inovativní matematickou metodu pro výpočet nejistoty v neuronových sítích. Tato metoda by mohla způsobit revoluci ve způsobu, jakým se rozhodujeme na základě umělé inteligence. Ve světě umělé inteligence, kde transparentnost často chybí, jde o skutečný světlý bod.

Výzva klasických neuronových sítí je zřejmá: často poskytují stejné výsledky s identickými vstupy, ale malé změny mohou přinést neočekávané výsledky. Tyto systémy do dnešního dne neposkytly žádné informace o bezpečnosti jejich rozhodnutí. Podle výzkumníků z TU Vídeň je právě zde čas na přehodnocení. S novou metodou, která je založena na geometrickém přístupu, je vstupní prostor rozčleněn na malé dílčí oblasti. Pro každou z těchto oblastí lze přesně vypočítat možné výstupy, což umožňuje snadnou kvantifikaci pravděpodobnosti chyb.

Matematická a technická vyspělost

Zvláště vzrušující jsou speciální aktivační funkce používané v sítích ReLU. Ty jsou popsány dvěma aproximačními sítěmi, což značně zjednodušuje výpočetní operace. V testech na souborech dat, jako je „Iris“, „Víno“, „Diabetes“ a „Banán“, výzkumníci ukázali, že jejich metoda poskytuje přesnější matematické hranice na síťových výstupech, než byly schopny předchozí přístupy. Ukázalo se, že metoda funguje obzvláště efektivně v nízkorozměrných vstupních rozměrech a neztrácí přesnost ani ve složitějších výzvách – i když na úkor vyšší výpočetní náročnosti.

Znatelnou výhodou této metody je její zaměření na menší, řiditelné neuronové sítě. Složitější systémy umělé inteligence, jako je ChatGPT, však nelze analyzovat. Tento náhled otevírá nové perspektivy, zejména v oblastech kritických z hlediska bezpečnosti, jako jsou lékařské technologie, robotika, vývoj autonomních vozidel a hodnocení finančních rizik. Celkovým cílem vývojářů je zlepšit rozhodování lepším pochopením pravděpodobností možných výsledků.

Praktické aplikace výzkumu

Potenciální využití této nové metody je různorodé a mohlo by mít dalekosáhlé dopady na mnoho oblastí života. Tato technologie by mohla brzy najít uplatnění, zejména v oblastech, kde jsou nejvyšší prioritou bezpečnost a přesnost. Ať už ve zdravotnictví nebo ve finančním průmyslu – schopnost vypočítat nejistoty a umět lépe zdůvodnit rozhodnutí je velmi důležitá.

Výzkumná práce na Technologické univerzitě ve Vídni nejen otevírá nové možnosti pro umělou inteligenci, ale poskytuje také důležitý impuls pro další rozvoj v této vzrušující a slibné oblasti. Výzkumníci a společnosti jsou nyní vyzýváni, aby přijali tuto novou metodologii a mysleli dopředu na svůj vlastní vývoj. Budoucnost AI by se tak mohla stát jasnější a předvídatelnější.

Další informace o nové metodě a jejím dopadu na výzkum a průmysl naleznete v podrobných zprávách na adrese Ingenieur.de a TU Vídeň.