Мозок людини і комп'ютер об'єднали для навчання штучного інтелекту
Американські вчені представили нову математичну модель, яка може підвищити продуктивність ШІ, об'єднавши людські та алгоритмічні прогнози і довірчі оцінки.
Окремо людський і штучний інтелект періодично помиляються в різних тестах, але їх об'єднання може призвести до створення першого сильного ШІ.
Від чат-ботів, що відповідають на питання, до алгоритмів, що керують автономними транспортними засобами і ставлять медичні діагнози, штучний інтелект лежить в основі багатьох аспектів повсякденного життя. Але досі багато з тих варіантів його використання, які ми бачили в науковій фантастиці, залишаються недосяжними через те, що не представляється можливим наділити ШІ деякими здібностями людського мислення.
Як зробити ШІ людянішим
Людські і машинні алгоритми мають взаємодоповнюючі сильні і слабкі сторони, кожен з них використовує різні джерела інформації і стратегії для складання прогнозів і прийняття рішень. Використовуючи теоретичні розрахунки та експерименти, дослідники показали, що люди можуть поліпшити передбачення ШІ, навіть коли людська точність дещо нижче точності ШІ - і навпаки. І ця точність вища, ніж об'єднання передбачень двох людей або двох алгоритмів штучного інтелекту.
Щоб перевірити цю концепцію, дослідники провели експеримент з класифікації зображень, в якому люди і комп'ютерні алгоритми працювали окремо один від одного. Їм потрібно було правильно ідентифікувати спотворені зображення тварин і предметів побуту - стільців, пляшок, велосипедів, вантажівок. Люди та ШІ оцінювали свою впевненість у точності ідентифікації кожного зображення як низьку, середню або високу.
Результати показали великі відмінності в точності розпізнавання між людьми та алгоритмами штучного інтелекту в цьому тесті: у деяких випадках люди з високою ймовірністю стверджували, що на картинці стілець, тоді як алгоритм був збитий з пантелику, в інших випадках зазначалося зворотне.
Коли передбачення і довірчі оцінки людей і комп'ютера були об'єднані, гібридна модель показала кращу продуктивність, ніж одиночні передбачення людини або машини. Грубо кажучи, вченим вдалося досягти синергії між людиною і машиною. Ці досягнення можуть допомогти розробити більш досконалі людиноподібні алгоритми.