TU Vienna revolusjonerer AI: Ny metode gjør usikkerhet målbar!

TU Vienna revolusjonerer AI: Ny metode gjør usikkerhet målbar!

Hva er nytt fra forskning ved Wiens teknologiske universitet? Et dedikert forskerteam har utviklet en innovativ matematisk metode for å beregne usikkerhet i nevrale nettverk. Denne metoden kan revolusjonere måten vi tar beslutninger basert på kunstig intelligens. I AI-verdenen, hvor åpenhet ofte mangler, er dette et virkelig lyspunkt.

Utfordringen med klassiske nevrale nettverk er åpenbar: de leverer ofte de samme resultatene med identiske innganger, men små endringer kan gi uventede resultater. Til dags dato har disse systemene ikke gitt noen informasjon om sikkerheten til deres beslutninger. Ifølge forskerne ved TU Wien er det akkurat her det er på tide med en ny vurdering. Med den nye metoden, som er basert på en geometrisk tilnærming, brytes inngangsrommet ned i små delområder. De mulige utgangene kan beregnes nøyaktig for hvert av disse områdene, noe som gjør at feilsannsynlighetene enkelt kan kvantifiseres.

Matematisk og teknisk raffinement

Spesielt spennende er de spesielle aktiveringsfunksjonene som brukes i ReLU-nettverk. Disse er beskrevet av to tilnærmingsnettverk, noe som forenkler beregningsoperasjonene enormt. I tester på datasett som «Iris», «Vin», «Diabetes» og «Banana» viste forskerne at deres metode gir mer presise matematiske grenser for nettverksutdata enn tidligere tilnærminger var i stand til. Det viste seg at metoden fungerer spesielt effektivt i lavdimensjonale inngangsdimensjoner og ikke taper nøyaktighet selv i mer komplekse utfordringer – dog på bekostning av høyere beregningsinnsats.

En merkbar fordel med denne metoden er dens fokus på mindre, kontrollerbare nevrale nettverk. Mer komplekse AI-systemer, som ChatGPT, kan imidlertid ikke analyseres. Denne innsikten åpner for nye perspektiver, spesielt innenfor sikkerhetskritiske områder som medisinsk teknologi, robotikk, utvikling av autonome kjøretøy og økonomisk risikovurdering. Det overordnede målet for utviklerne er å forbedre beslutningstaking ved å bedre forstå sannsynlighetene for mulige utfall.

Praktiske anvendelser av forskning

Den potensielle bruken av denne nye metoden er mangfoldig og kan ha vidtrekkende effekter på mange områder av livet. Denne teknologien kan snart finne anvendelse, spesielt i felt der sikkerhet og nøyaktighet er toppprioriteter. Enten i helsevesenet eller finansnæringen – evnen til å beregne usikkerheter og kunne begrunne beslutninger bedre er svært viktig.

Forskningsarbeidet ved det tekniske universitetet i Wien åpner ikke bare nye muligheter for kunstig intelligens, men gir også en viktig drivkraft for videre utvikling på dette spennende og lovende området. Forskere og bedrifter blir nå bedt om å ta i bruk denne nye metodikken og tenke fremover i sin egen utvikling. Fremtiden til AI kan dermed bli klarere og mer forutsigbar.

For mer informasjon om den nye metoden og dens innvirkning på forskning og industri, les de detaljerte rapportene på Ingenieur.de og TU Wien.