AI mācās, kad to vajadzētu un nevajadzētu atlikt cilvēka ziņā

Marks Šifelbeins/AP

Konteksts: Pētījumi liecina, ka, strādājot kopā ar cilvēkiem un mākslīgā intelekta sistēmām, tie var pārspēt vienu no tiem, kas darbojas atsevišķi. Medicīniskās diagnostikas sistēmas bieži pārbauda cilvēku ārsti, un satura regulēšanas sistēmas filtrē visu iespējamo, pirms tiek pieprasīta cilvēku palīdzība. Taču algoritmi reti tiek izstrādāti, lai optimizētu šo AI nodošanu cilvēkam. Ja tā būtu, mākslīgā intelekta sistēma pārņemtu savu līdzinieku ar cilvēku tikai tad, ja persona patiešām varētu pieņemt labāku lēmumu.

Pētījums: MIT Datorzinātņu un mākslīgā intelekta laboratorijas (CSAIL) pētniekiem ir tagad izstrādāts AI sistēma, lai veiktu šāda veida optimizāciju, pamatojoties uz līdzstrādnieka stiprajām un vājajām pusēm. Tas izmanto divus atsevišķus mašīnmācības modeļus; cilvēks pieņem faktisko lēmumu neatkarīgi no tā, vai tas ir pacienta diagnozes noteikšana vai ieraksta noņemšana sociālajos tīklos, un tiek prognozēts, vai AI vai cilvēks ir labāks lēmumu pieņēmējs.

Pēdējais modelis, ko pētnieki sauc par noraidītāju, iteratīvi uzlabo prognozes, pamatojoties uz katra lēmumu pieņēmēja sasniegumiem laika gaitā. Tajā var ņemt vērā arī faktorus, kas nav saistīti ar veiktspēju, tostarp personas laika ierobežojumi vai ārsta piekļuve sensitīvai pacienta informācijai, kas nav pieejama AI sistēmai.

Rezultāti: Pētnieki pārbaudīja hibrīda cilvēka-AI pieeju dažādos scenārijos, tostarp attēlu atpazīšanas uzdevumos un naida runas noteikšanai. AI sistēma spēja pielāgoties eksperta uzvedībai un vajadzības gadījumā to ievērot, ļaujot abiem lēmumu pieņēmējiem ātri sasniegt kombinēto precizitātes līmeni, kas ir augstāks nekā iepriekšējā hibrīda cilvēka-AI pieeja.

Gadījuma izpēte: Lai gan šie eksperimenti joprojām ir salīdzinoši vienkārši, pētnieki uzskata, ka šādu pieeju galu galā varētu piemērot sarežģītiem lēmumiem veselības aprūpē un citur. Apsveriet AI sistēmu, kas palīdz ārstiem izrakstīt pareizo antibiotiku. Lai gan plaša spektra antibiotikas ir ļoti efektīvas, to pārmērīga lietošana var izraisīt rezistenci pret antibiotikām. No otras puses, īpašas antibiotikas izvairās no šīs problēmas, bet tās vajadzētu lietot tikai tad, ja tām ir liela iespēja iedarboties. Ņemot vērā šo kompromisu, mākslīgā intelekta sistēma varētu iemācīties pielāgoties dažādiem ārstiem, kuru receptes ir atšķirīgi, un koriģēt tendences pārmērīgi vai nepietiekami izrakstīt plaša spektra antibiotikas.

paslēpties