A TU Vienna forradalmasítja a mesterséges intelligenciát: Az új módszer mérhetővé teszi a bizonytalanságot!

A TU Vienna forradalmasítja a mesterséges intelligenciát: Az új módszer mérhetővé teszi a bizonytalanságot!

Mi újdonság a Bécsi Műszaki Egyetem kutatásából? Egy elkötelezett kutatócsoport innovatív matematikai módszert fejlesztett ki a neurális hálózatok bizonytalanságának kiszámítására. Ez a módszer forradalmasíthatja a mesterséges intelligencia alapján hozott döntéseinket. A mesterséges intelligencia világában, ahol gyakran hiányzik az átláthatóság, ez egy igazi fényes folt.

A klasszikus neurális hálózatok kihívása nyilvánvaló: gyakran ugyanazt az eredményt adják azonos bemenetekkel, de a kis változtatások nem várt eredményeket hozhatnak. A mai napig ezek a rendszerek semmilyen információt nem adtak döntéseik biztonságáról. A bécsi TU kutatói szerint pontosan itt az idő az újragondolásra. Az új, geometriai megközelítésen alapuló módszerrel a beviteli teret kis részterületekre bontják. A lehetséges kimenetek ezekre a területekre pontosan kiszámíthatók, ami lehetővé teszi a hibavalószínűség egyszerű számszerűsítését.

Matematikai és műszaki kifinomultság

A ReLU hálózatokban használt speciális aktiválási funkciók különösen izgalmasak. Ezeket két közelítő hálózat írja le, ami jelentősen leegyszerűsíti a számítási műveleteket. Az olyan adatkészleteken végzett tesztek során, mint az „írisz”, a „bor”, a „cukorbetegség” és a „banán”, a kutatók kimutatták, hogy módszerük pontosabb matematikai korlátokat ad a hálózati kimenetekre, mint a korábbi megközelítések képesek voltak. Kiderült, hogy a módszer különösen hatékonyan működik kisdimenziós bemeneti dimenziókban, és még összetettebb kihívások esetén sem veszít a pontosságából - bár nagyobb számítási ráfordítás rovására.

Ennek a módszernek egy észrevehető előnye, hogy a kisebb, vezérelhető neurális hálózatokra összpontosít. Az összetettebb mesterséges intelligencia rendszerek, például a ChatGPT azonban nem elemezhetők. Ez a betekintés új távlatokat nyit meg, különösen a biztonság szempontjából kritikus területeken, mint például az orvosi technológia, a robotika, az autonóm járművek fejlesztése és a pénzügyi kockázatértékelés. A fejlesztők általános célja a döntéshozatal javítása azáltal, hogy jobban megértik a lehetséges kimenetelek valószínűségét.

A kutatás gyakorlati alkalmazásai

Ennek az új módszernek a felhasználási lehetőségei sokrétűek, és az élet számos területén messzemenő hatással lehetnek. Ez a technológia hamarosan alkalmazásra találhat, különösen azokon a területeken, ahol a biztonság és a pontosság a legfontosabb. Akár az egészségügyben, akár a pénzügyi szektorban – a bizonytalanságok kiszámításának és a döntések jobb indoklásának képessége nagyon fontos.

A Bécsi Műszaki Egyetemen folyó kutatómunka nemcsak új lehetőségeket nyit meg a mesterséges intelligencia előtt, hanem fontos lendületet ad a további fejlődéshez ezen az izgalmas és ígéretes területen. A kutatókat és a vállalatokat most arra kérik, hogy alkalmazzák ezt az új módszertant, és gondolkodjanak előre saját fejlesztéseikben. Az AI jövője így világosabbá és kiszámíthatóbbá válhat.

Az új módszerrel és annak kutatásra és iparra gyakorolt ​​hatásával kapcsolatos további információkért olvassa el a részletes jelentéseket a címen Ingenieur.de és TU Bécs.