Dirbtinis intelektas mokosi tada, kai tai turėtų ir neturėtų būti atidėta žmogui

Markas Schiefelbeinas / AP

Kontekstas: Tyrimai rodo, kad kai žmonės ir dirbtinio intelekto sistemos veikia kartu, jie gali pranokti bet kurį veikiantį atskirai. Medicininės diagnostikos sistemas dažnai tikrina žmonių gydytojai, o turinio moderavimo sistemos filtruoja tai, ką gali, prieš prireikus žmogaus pagalbos. Tačiau algoritmai retai kuriami taip, kad būtų optimizuojami šiam AI perdavimui žmogui. Jei taip būtų, dirbtinio intelekto sistema atsiduotų savo žmogaus kolegai tik tuo atveju, jei asmuo iš tikrųjų galėtų priimti geresnį sprendimą.

Tyrimas: MIT kompiuterių mokslo ir dirbtinio intelekto laboratorijos (CSAIL) mokslininkai turi dabar sukurta AI sistema, skirta atlikti tokį optimizavimą, pagrįstą žmogaus bendradarbio stipriosiomis ir silpnosiomis pusėmis. Jame naudojami du atskiri mašininio mokymosi modeliai; vienas priima faktinį sprendimą, ar tai diagnozuoti pacientą, ar pašalinti įrašą socialinėje žiniasklaidoje, ir nuspėti, ar dirbtinis intelektas ar žmogus yra geresnis sprendimų priėmėjas.

Pastarasis modelis, kurį mokslininkai vadina atmetėju, nuolat gerina savo prognozes, pagrįstas kiekvieno sprendimus priimančio asmens pasiekimais laikui bėgant. Taip pat gali būti atsižvelgiama į veiksnius, nesusijusius su našumu, įskaitant asmens laiko apribojimus arba gydytojo prieigą prie jautrios paciento informacijos, kuri nepasiekiama AI sistemai.

Rezultatai: Tyrėjai išbandė hibridinį žmogaus ir dirbtinio intelekto metodą įvairiais scenarijais, įskaitant vaizdo atpažinimo užduotis ir neapykantos kalbos aptikimą. AI sistema sugebėjo prisitaikyti prie eksperto elgesio ir prireikus juos atidėti, todėl abu sprendimus priimantys asmenys greitai pasiekė bendrą tikslumo lygį, didesnį nei ankstesnis hibridinis žmogaus ir AI metodas.

Atvejo analizė: Nors šie eksperimentai vis dar gana paprasti, mokslininkai mano, kad toks požiūris ilgainiui galėtų būti pritaikytas sudėtingiems sprendimams sveikatos priežiūros srityje ir kitur. Apsvarstykite AI sistemą, kuri padeda gydytojams paskirti tinkamą antibiotiką. Nors plataus spektro antibiotikai yra labai veiksmingi, jų per didelis vartojimas gali sukelti atsparumą antibiotikams. Kita vertus, specifiniai antibiotikai tos problemos išvengia, bet turėtų būti naudojami tik tuo atveju, jei jie turi didelę veiksmingumo galimybę. Atsižvelgdama į šį kompromisą, AI sistema galėtų išmokti prisitaikyti prie įvairių gydytojų, kurių receptai yra skirtingi, ir koreguoti tendencijas per daug arba per mažai išrašyti plataus spektro antibiotikų.

paslėpti