TU Viena revoluciona la IA: ¡un nuevo método hace que la incertidumbre sea mensurable!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Los investigadores de la TU Viena están desarrollando métodos innovadores para calcular las incertidumbres en las redes neuronales para tomar decisiones de IA más precisas.

Forscher der TU Wien entwickeln innovative Methode zur Berechnung von Unsicherheiten in neuronalen Netzen für präzisere KI-Entscheidungen.
Los investigadores de la TU Viena están desarrollando métodos innovadores para calcular las incertidumbres en las redes neuronales para tomar decisiones de IA más precisas.

TU Viena revoluciona la IA: ¡un nuevo método hace que la incertidumbre sea mensurable!

¿Qué novedades aporta la investigación de la Universidad Tecnológica de Viena? Un equipo de investigación dedicado ha desarrollado un método matemático innovador para calcular la incertidumbre en redes neuronales. Este método podría revolucionar la forma en que tomamos decisiones basadas en inteligencia artificial. En el mundo de la IA, donde a menudo falta transparencia, este es un verdadero punto positivo.

El desafío de las redes neuronales clásicas es obvio: a menudo ofrecen los mismos resultados con entradas idénticas, pero pequeños cambios pueden producir resultados inesperados. Hasta la fecha, estos sistemas no han proporcionado ninguna información sobre la seguridad de sus decisiones. Según los investigadores de la Universidad Técnica de Viena, aquí es exactamente donde es hora de repensar la situación. Con el nuevo método, que se basa en un enfoque geométrico, el espacio de entrada se divide en pequeñas subáreas. Los posibles resultados se pueden calcular exactamente para cada una de estas áreas, lo que permite cuantificar fácilmente las probabilidades de error.

Sofisticación matemática y técnica

Las funciones de activación especiales utilizadas en las redes ReLU son particularmente interesantes. Estos se describen mediante dos redes de aproximación, lo que simplifica enormemente las operaciones de cálculo. En pruebas con conjuntos de datos como “Iris”, “Wine”, “Diabetes” y “Banana”, los investigadores demostraron que su método proporciona límites matemáticos más precisos en los resultados de la red que los enfoques anteriores. Resultó que el método funciona de manera particularmente eficiente en dimensiones de entrada de baja dimensión y no pierde precisión incluso en desafíos más complejos, aunque a expensas de un mayor esfuerzo computacional.

Una ventaja notable de este método es que se centra en redes neuronales más pequeñas y controlables. Sin embargo, no se pueden analizar sistemas de IA más complejos, como ChatGPT. Esta información abre nuevas perspectivas, especialmente en áreas críticas para la seguridad, como la tecnología médica, la robótica, el desarrollo de vehículos autónomos y la evaluación de riesgos financieros. El objetivo general de los desarrolladores es mejorar la toma de decisiones mediante una mejor comprensión de las probabilidades de posibles resultados.

Aplicaciones prácticas de la investigación

Los usos potenciales de este nuevo método son diversos y podrían tener efectos de gran alcance en muchas áreas de la vida. Esta tecnología pronto podría encontrar aplicación, particularmente en campos donde la seguridad y la precisión son las principales prioridades. Ya sea en el sector sanitario o financiero, la capacidad de calcular las incertidumbres y poder justificar mejor las decisiones es muy importante.

El trabajo de investigación de la Universidad Tecnológica de Viena no sólo abre nuevas posibilidades para la inteligencia artificial, sino que también proporciona un impulso importante para un mayor desarrollo en este apasionante y prometedor campo. Ahora los investigadores y las empresas están llamados a adoptar esta nueva metodología y pensar en el futuro de sus propios desarrollos. De este modo, el futuro de la IA podría volverse más claro y predecible.

Para obtener más información sobre el nuevo método y su impacto en la investigación y la industria, lea los informes detallados en Ingenieur.de y Universidad Técnica de Viena.