Hybridi-ihmisen ja koneen kehysavain luonnollisempiin tekoälyjärjestelmiin

Kalifornian yliopiston tutkijat Irvineissa ovat luoneet hybridi-ihmisen ja koneen kehysavaimen, jonka he sanovat olevan avain luonnollisempien tekoälyjärjestelmien rakentamiseen. Tutkimus käsitteli uuden matemaattisen mallin, joka voi parantaa suorituskykyä yhdistämällä ihmisen ja algoritmisten ennusteiden ja luottamuksen arvot.

Tutkimus julkaistiin Proceedings of the National Academy of Sciences.

Ihmiset vs. Konealgoritmit

Mark Steyvers on UCI:n professori kognitiivisissa tieteissä ja tutkimuksen yhteiskirjoittaja.

“Ihmiset ja konealgoritmit ovat toisistaan riippumattomia vahvuuksia ja heikkouksia. Kumpikin käyttää eri tietolähteitä ja strategioita tekemään ennusteita ja päätöksiä”, Steyvers sanoi. “Osoitamme, että ihmiset voivat parantaa tekoälyjen ennusteita, vaikka ihmisten tarkkuus on jonkin verran tekoälyjen tarkkuutta alempi – ja päinvastoin. Tämä tarkkuus on korkeampi kuin yhdistää ennusteet kahdelta yksilöltä tai kahdelta tekoälyalgoritmilta.”

Tutkijat testasivat kehysavainta suorittamalla kuvien luokittelukokeen, jossa ihmiset ja tietokonealgoritmit toimivat erikseen oikein tunnistamaan vääristyneitä eläinten ja arkipäivän esineiden kuvia. Nämä kuvat luokiteltiin ihmisille heidän luottamuksensa mukaan alhaiseksi, keskivertaiseksi tai korkeaksi. Toisaalta koneen luokittelija generoi jatkuvan arvon.

Suorittamalla Kokeita

Kokeiden tulokset osoittivat merkittäviä eroja luottamuksen tasolla ihmisien ja tekoälyjen välillä.

Padhraic Smyth on UCI:n kanslerin professori tietojenkäsittelytieteessä ja tutkimuksen yhteiskirjoittaja.

“Joidenkin tapausten osalla ihmiset olivat varmoja, että tietty kuva sisälsi esimerkiksi tuolin, kun taas tekoälyalgoritmi oli sekaisin kuvan suhteen”, Smyth sanoi. “Vastavuoroisesti joissain kuvissa tekoälyalgoritmi pystyi varmasti antamaan kuvan kohteen tunnisteen, kun taas ihmiset olivat epävarmoja siitä, sisälsikö vääristynyt kuva tunnistettavaa kohdetta.”

Tutkijat käyttivät uutta kehysavainta yhdistääksesi ennusteet ja luottamuksen arvot sekä ihmisiltä että tekoälyltä, ja hybridimalli saavutti paremman suorituskyvyn kuin yksin ihmiset tai koneet.

“Vaikka aiemmat tutkimukset ovat osoittaneet koneiden ennusteiden yhdistämisen tai ihmisten ennusteiden yhdistämisen hyödyt – niin kutsuttu ‘joukkoviestintä’ – tämä työ luo uuden suunnan osoittamalla ihmisten ja koneiden ennusteiden yhdistämisen potentiaalia, joka osoittaa uusia ja parannettuja lähestymistapoja ihmisen ja tekoälyjen yhteistyöhön”, Smyth jatkoi.

Uusi projekti, joka kehitti tämän kehysavaimen, järjestettiin Irvine Initiative in AI, Law, and Society -ohjelman puitteissa, jonka tavoitteena on tarjota syvempi ymmärrys siitä, miten ihmiset ja koneet yhteistyössä luovat tarkemmat tekoälyjärjestelmät.

Tutkimukseen osallistuivat myös yhteiskirjoittajat Heliodoro Tejada ja Gavin Kerrigan. Heliodoro on UCI:n jatko-opiskelija kognitiivisissa tieteissä, ja Kerrigan on UCI:n tohtorikoulutettava tietojenkäsittelytieteessä.