Tu Wien revolutionerer Ki: Ny metode gør usikkerhed målbar!
Tu Wien revolutionerer Ki: Ny metode gør usikkerhed målbar!
Wieden, Österreich - Hvad er nyt fra forskning ved det tekniske universitet i Wien? Et engageret forskerteam har udviklet en innovativ matematisk metode til at beregne usikkerhed i neuronale netværk. Denne metode kunne revolutionere den måde, vi træffer beslutninger baseret på kunstig intelligens. I AI's verden, hvor der ofte er en mangel på gennemsigtighed, er dette en rigtig stråle af håb.
Udfordringen for klassiske neuronale netværk er åbenlyst: De leverer ofte de samme resultater, når de er identiske, men små ændringer kan forårsage uventede resultater. Indtil videre giver disse systemer ingen oplysninger om sikkerheden i deres beslutninger. Ifølge forskerne fra Wien -teknologiens universitet er det tid til en genovervejelse. Den nye procedure, der er baseret på en geometrisk tilgang, er opdelt i små sektioner. For hvert af disse områder kan de mulige udgifter beregnes nøjagtigt, hvilket muliggør ubesværet kvantificering af fejlsandsynlighederne.
Matematisk og teknisk sofistikering
De specielle aktiveringsfunktioner, der bruges i RELU -netværk, er især spændende. Disse er beskrevet af to tilnærmelsesnetværk, der forenkler de aritmetiske operationer enormt. I test på dataregistreringer som "Iris", "vin", "diabetes" og "banan" har forskerne vist, at deres metode tilbyder mere præcise matematiske barrierer for netværksudgifter end tidligere tilgange. Det viste sig, at metoden fungerer særlig effektivt i lav -dimensionelle inputdimensioner og heller ikke lokker dig til nøjagtighed, selv i mere komplekse udfordringer - men på bekostning af en højere computerindsats.En mærkbar fordel ved denne metode er dit fokus på mindre, kontrollerbare neurale netværk. Imidlertid kan mere komplekse AI -systemer, såsom chatt, ikke analyseres. Denne konstatering åbner nye perspektiver, især inden for sikkerhedskritiske områder såsom medicinsk teknologi, robotik, udviklingen af autonome køretøjer og den økonomiske risikovurdering. Udviklernes generelle mål er at forbedre beslutningstagningen ved bedre forståelse af sandsynligheden for mulige resultater.
praktiske anvendelser af forskning
De potentielle mulige anvendelser af denne nye metode er forskellige og kunne have langt -nåede effekter på mange livsområder. Denne teknologi kunne snart bruges i felter, hvor sikkerhed og nøjagtighed er meget prioritet. Uanset om det er inden for sundhedsvæsenet eller i finanssektoren - er muligheden for at beregne usikkerheder og bedre retfærdiggøre beslutninger meget vigtigt.
Forskningsarbejde ved det tekniske universitet i Wien åbner ikke kun nye muligheder for kunstig intelligens, men sætter også en vigtig impuls til yderligere udvikling i dette spændende og fremtidige -orienterede område. Forskere og virksomheder kaldes nu til at tage denne nye metode op og fortsætte med at tænke i deres egen udvikling. AI's fremtid kunne således blive klarere og mere forudsigelig.
For mere information om den nye metode og dens virkninger på forskning og industri, skal du læse de detaljerede rapporter på og tu wien
| Details | |
|---|---|
| Ort | Wieden, Österreich |
| Quellen | |
Kommentare (0)