维也纳工业大学彻底改变了人工智能：新方法使不确定性变得可测量！

维也纳工业大学彻底改变了人工智能：新方法使不确定性变得可测量！

维也纳科技大学的研究有什么新进展？一个专门的研究团队开发了一种创新的数学方法来计算神经网络中的不确定性。这种方法可以彻底改变我们基于人工智能做出决策的方式。在常常缺乏透明度的人工智能世界中，这是一个真正的亮点。

经典神经网络面临的挑战是显而易见的：它们通常使用相同的输入提供相同的结果，但微小的变化可能会产生意想不到的结果。迄今为止，这些系统尚未提供有关其决策安全性的任何信息。维也纳工业大学的研究人员表示，现在正是重新思考的时候。使用基于几何方法的新方法，输入空间被分解为小的子区域。可以精确计算每个区域的可能输出，从而可以轻松量化错误概率。

数学和技术的复杂性

ReLU 网络中使用的特殊激活函数尤其令人兴奋。这些由两个近似网络描述，这极大地简化了计算操作。在对“鸢尾花”、“葡萄酒”、“糖尿病”和“香蕉”等数据集的测试中，研究人员表明，他们的方法比以前的方法能够提供更精确的网络输出数学界限。事实证明，该方法在低维输入维度中特别有效，即使在更复杂的挑战中也不会失去准确性 - 尽管以更高的计算量为代价。

这种方法的一个显着优点是它专注于更小的、可控的神经网络。然而，更复杂的人工智能系统，例如ChatGPT，无法分析。这一见解开辟了新的视角，特别是在医疗技术、机器人、自动驾驶汽车开发和金融风险评估等安全关键领域。开发人员的总体目标是通过更好地了解可能结果的概率来改进决策。

研究的实际应用

这种新方法的潜在用途是多种多样的，可能对生活的许多领域产生深远的影响。这项技术很快就会得到应用，特别是在安全性和准确性是首要任务的领域。无论是在医疗保健还是金融行业，计算不确定性并能够更好地证明决策合理性的能力都非常重要。

维也纳科技大学的研究工作不仅为人工智能开辟了新的可能性，也为这一令人兴奋和充满希望的领域的进一步发展提供了重要动力。现在，研究人员和公司被要求采用这种新方法，并在自身发展中提前思考。因此，人工智能的未来可能会变得更加清晰和可预测。

有关新方法及其对研究和行业影响的更多信息，请阅读详细报告： 工程师网 和 维也纳工业大学 。