TU Vienna prináša revolúciu v AI: Vďaka novej metóde je neistota merateľná!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Výskumníci z TU Viedeň vyvíjajú inovatívne metódy na výpočet neistôt v neurónových sieťach pre presnejšie rozhodnutia AI.

Forscher der TU Wien entwickeln innovative Methode zur Berechnung von Unsicherheiten in neuronalen Netzen für präzisere KI-Entscheidungen.
Výskumníci z TU Viedeň vyvíjajú inovatívne metódy na výpočet neistôt v neurónových sieťach pre presnejšie rozhodnutia AI.

TU Vienna prináša revolúciu v AI: Vďaka novej metóde je neistota merateľná!

Čo je nové z výskumu na Technickej univerzite vo Viedni? Špecializovaný výskumný tím vyvinul inovatívnu matematickú metódu na výpočet neistoty v neurónových sieťach. Táto metóda by mohla spôsobiť revolúciu v spôsobe, akým sa rozhodujeme na základe umelej inteligencie. Vo svete AI, kde často chýba transparentnosť, je to skutočný svetlý bod.

Výzva klasických neurónových sietí je zrejmá: často poskytujú rovnaké výsledky s rovnakými vstupmi, ale malé zmeny môžu priniesť neočakávané výsledky. Tieto systémy do dnešného dňa neposkytli žiadne informácie o bezpečnosti ich rozhodnutí. Podľa výskumníkov z TU Viedeň je práve tu čas na prehodnotenie. Pri novej metóde, ktorá je založená na geometrickom prístupe, je vstupný priestor rozčlenený na malé čiastkové plochy. Možné výstupy možno presne vypočítať pre každú z týchto oblastí, čo umožňuje jednoducho kvantifikovať pravdepodobnosť chýb.

Matematická a technická vyspelosť

Špeciálne aktivačné funkcie používané v sieťach ReLU sú obzvlášť vzrušujúce. Tie sú popísané dvomi aproximačnými sieťami, čo značne zjednodušuje výpočtové operácie. V testoch na súboroch údajov, ako sú „Iris“, „Víno“, „Diabetes“ a „Banán“, výskumníci ukázali, že ich metóda poskytuje presnejšie matematické hranice sieťových výstupov, ako to dokázali predchádzajúce prístupy. Ukázalo sa, že metóda funguje obzvlášť efektívne v nízkorozmerných vstupných rozmeroch a nestráca presnosť ani pri zložitejších výzvach – hoci na úkor vyššieho výpočtového úsilia.

Výraznou výhodou tejto metódy je jej zameranie na menšie, ovládateľné neurónové siete. Zložitejšie systémy AI, ako napríklad ChatGPT, však nemožno analyzovať. Tento pohľad otvára nové perspektívy, najmä v oblastiach kritických z hľadiska bezpečnosti, akými sú medicínska technika, robotika, vývoj autonómnych vozidiel a hodnotenie finančných rizík. Celkovým cieľom vývojárov je zlepšiť rozhodovanie lepším pochopením pravdepodobnosti možných výsledkov.

Praktické aplikácie výskumu

Potenciálne využitie tejto novej metódy je rôznorodé a mohlo by mať ďalekosiahle účinky na mnohé oblasti života. Táto technológia by mohla čoskoro nájsť uplatnenie najmä v oblastiach, kde sú bezpečnosť a presnosť najvyššími prioritami. Či už v zdravotníctve alebo vo finančnom odvetví – schopnosť vypočítať neistoty a vedieť lepšie zdôvodniť rozhodnutia je veľmi dôležitá.

Výskumná práca na Technickej univerzite vo Viedni otvára nielen nové možnosti pre umelú inteligenciu, ale poskytuje aj dôležitý impulz pre ďalší rozvoj v tejto vzrušujúcej a perspektívnej oblasti. Výskumníci a spoločnosti sú teraz vyzývaní, aby prijali túto novú metodológiu a mysleli dopredu na svoj vlastný vývoj. Budúcnosť AI by sa tak mohla stať jasnejšou a predvídateľnejšou.

Viac informácií o novej metóde a jej vplyve na výskum a priemysel nájdete v podrobných správach na adrese Ingenieur.de a TU Viedeň.