TU Vienna rewolucjonizuje sztuczną inteligencję: dzięki nowej metodzie niepewność staje się mierzalna!

TU Vienna rewolucjonizuje sztuczną inteligencję: dzięki nowej metodzie niepewność staje się mierzalna!

Co nowego w wynikach badań na Politechnice Wiedeńskiej? Wyspecjalizowany zespół badawczy opracował innowacyjną metodę matematyczną do obliczania niepewności w sieciach neuronowych. Metoda ta może zrewolucjonizować sposób, w jaki podejmujemy decyzje w oparciu o sztuczną inteligencję. W świecie sztucznej inteligencji, w którym często brakuje przejrzystości, jest to naprawdę jasny punkt.

Wyzwanie związane z klasycznymi sieciami neuronowymi jest oczywiste: często zapewniają one te same wyniki przy identycznych danych wejściowych, ale niewielkie zmiany mogą dać nieoczekiwane rezultaty. Do chwili obecnej systemy te nie dostarczały żadnych informacji na temat bezpieczeństwa swoich decyzji. Zdaniem naukowców z TU Vienna, właśnie w tym momencie nadszedł czas na ponowne przemyślenie. Dzięki nowej metodzie, opartej na podejściu geometrycznym, przestrzeń wejściowa jest dzielona na małe podobszary. Możliwe wyniki można dokładnie obliczyć dla każdego z tych obszarów, co umożliwia łatwe określenie prawdopodobieństwa błędu.

Zaawansowanie matematyczne i techniczne

Szczególnie ekscytujące są specjalne funkcje aktywacji stosowane w sieciach ReLU. Są one opisane dwiema sieciami aproksymacyjnymi, co ogromnie ułatwia obliczenia. W testach takich zbiorów danych, jak „Iris”, „Wine”, „Cukrzyca” i „Banan”, badacze wykazali, że ich metoda zapewnia dokładniejsze matematyczne ograniczenia wyników sieci niż poprzednie podejścia. Okazało się, że metoda szczególnie efektywnie sprawdza się w niskowymiarowych wymiarach wejściowych i nie traci dokładności nawet w bardziej złożonych wyzwaniach – choć kosztem większego wysiłku obliczeniowego.

Zauważalną zaletą tej metody jest skupienie się na mniejszych, sterowalnych sieciach neuronowych. Jednak bardziej złożonych systemów AI, takich jak ChatGPT, nie można analizować. Spostrzeżenie to otwiera nowe perspektywy, szczególnie w obszarach kluczowych dla bezpieczeństwa, takich jak technologia medyczna, robotyka, rozwój pojazdów autonomicznych i ocena ryzyka finansowego. Ogólnym celem twórców jest usprawnienie procesu decyzyjnego poprzez lepsze zrozumienie prawdopodobieństw możliwych wyników.

Praktyczne zastosowania badań

Potencjalne zastosowania tej nowej metody są różnorodne i mogą mieć dalekosiężne skutki w wielu obszarach życia. Technologia ta może wkrótce znaleźć zastosowanie, szczególnie w dziedzinach, w których bezpieczeństwo i dokładność są najważniejszymi priorytetami. Niezależnie od tego, czy chodzi o służbę zdrowia, czy o branżę finansową – umiejętność obliczania niepewności i umiejętność lepszego uzasadniania decyzji jest bardzo ważna.

Prace badawcze na Politechnice Wiedeńskiej nie tylko otwierają nowe możliwości dla sztucznej inteligencji, ale także stanowią ważny impuls do dalszego rozwoju w tej ekscytującej i obiecującej dziedzinie. Obecnie wzywa się badaczy i przedsiębiorstwa do przyjęcia tej nowej metodologii i wybiegania w przyszłość w zakresie własnego rozwoju. Przyszłość sztucznej inteligencji mogłaby zatem stać się jaśniejsza i bardziej przewidywalna.

Więcej informacji na temat nowej metody i jej wpływu na badania i przemysł można znaleźć w szczegółowych raportach pod adresem Ingenieur.de I TU Wiedeń.