TU Vienna rivoluziona l’intelligenza artificiale: il nuovo metodo rende misurabile l’incertezza!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

I ricercatori della TU Vienna stanno sviluppando metodi innovativi per il calcolo delle incertezze nelle reti neurali per decisioni IA più precise.

Forscher der TU Wien entwickeln innovative Methode zur Berechnung von Unsicherheiten in neuronalen Netzen für präzisere KI-Entscheidungen.
I ricercatori della TU Vienna stanno sviluppando metodi innovativi per il calcolo delle incertezze nelle reti neurali per decisioni IA più precise.

TU Vienna rivoluziona l’intelligenza artificiale: il nuovo metodo rende misurabile l’incertezza!

Quali sono le novità della ricerca presso l'Università della Tecnologia di Vienna? Un gruppo di ricerca dedicato ha sviluppato un metodo matematico innovativo per calcolare l'incertezza nelle reti neurali. Questo metodo potrebbe rivoluzionare il modo in cui prendiamo decisioni basate sull’intelligenza artificiale. Nel mondo dell’intelligenza artificiale, dove spesso manca la trasparenza, questo è un vero punto positivo.

La sfida con le reti neurali classiche è ovvia: spesso forniscono gli stessi risultati con input identici, ma piccoli cambiamenti possono produrre risultati inaspettati. Ad oggi questi sistemi non hanno fornito alcuna informazione circa la sicurezza delle loro decisioni. Secondo i ricercatori della TU Vienna è proprio qui che è giunto il momento di ripensarci. Con il nuovo metodo, che si basa su un approccio geometrico, lo spazio di input viene suddiviso in piccole sottoaree. I possibili risultati possono essere calcolati esattamente per ciascuna di queste aree, il che consente di quantificare facilmente le probabilità di errore.

Sofisticazione matematica e tecnica

Particolarmente interessanti sono le speciali funzioni di attivazione utilizzate nelle reti ReLU. Questi vengono descritti da due reti di approssimazione, il che semplifica enormemente le operazioni di calcolo. Nei test su set di dati come “Iris”, “Wine”, “Diabetes” e “Banana”, i ricercatori hanno dimostrato che il loro metodo fornisce limiti matematici più precisi sugli output della rete rispetto agli approcci precedenti. Si è scoperto che il metodo funziona in modo particolarmente efficiente con dimensioni di input a bassa dimensionalità e non perde precisione anche in sfide più complesse, anche se a scapito di un maggiore sforzo computazionale.

Un notevole vantaggio di questo metodo è il suo focus su reti neurali più piccole e controllabili. Tuttavia, i sistemi IA più complessi, come ChatGPT, non possono essere analizzati. Questa intuizione apre nuove prospettive, in particolare in settori critici per la sicurezza come la tecnologia medica, la robotica, lo sviluppo di veicoli autonomi e la valutazione del rischio finanziario. L'obiettivo generale degli sviluppatori è migliorare il processo decisionale comprendendo meglio le probabilità dei possibili risultati.

Applicazioni pratiche della ricerca

I potenziali usi di questo nuovo metodo sono diversi e potrebbero avere effetti di vasta portata in molti ambiti della vita. Questa tecnologia potrebbe presto trovare applicazione, in particolare nei campi in cui la sicurezza e la precisione sono priorità assolute. Sia nel settore sanitario che in quello finanziario, la capacità di calcolare le incertezze ed essere in grado di giustificare meglio le decisioni è molto importante.

Il lavoro di ricerca presso l’Università della Tecnologia di Vienna non solo apre nuove possibilità per l’intelligenza artificiale, ma fornisce anche un importante impulso per l’ulteriore sviluppo in questo settore entusiasmante e promettente. I ricercatori e le aziende sono ora chiamati ad adottare questa nuova metodologia e a pensare al futuro nei propri sviluppi. Il futuro dell’intelligenza artificiale potrebbe quindi diventare più chiaro e prevedibile.

Per ulteriori informazioni sul nuovo metodo e sul suo impatto sulla ricerca e sull'industria, leggere i rapporti dettagliati all'indirizzo Ingenieur.de E TU Vienna.