ハイブリッド人間マシン フレームワークがスマート AI の鍵

カリフォルニア大学アーバイン校（University of California – Irvine）の研究者は、スマートな人工知能（AI）システムを構築するために重要であると言われている、人間とマシンのハイブリッド フレームワークを作成しました。この研究では、新しい数学モデルが人間とアルゴリズムの予測と信頼度スコアを組み合わせてパフォーマンスを向上させることができることが示されました。

この研究は、米国科学アカデミー紀要（Proceedings of the National Academy of Sciences）に掲載されました。

人間とマシン アルゴリズム

マーク ステイヴァースは、UC アーバインの認知科学教授であり、この研究の共同著者です。

「人間とマシン アルゴリズムには、互いに補完する強みと弱みがあります。各々が異なる情報源と戦略を使用して予測と決定を行います」とステイヴァースは述べました。「実証実験と理論分析を通じて、人間が AI の予測を改善できることを示しています。さらに、人間の精度が AI よりも多少低い場合でも、人間と AI の組み合わせは、2 つの人間または 2 つの AI アルゴリズムの組み合わせよりも高い精度を達成できます。」

研究者は、画像分類実験を実施し、人間とコンピュータ アルゴリズムが別々に動物や日常用品の歪んだ画像を正しく識別するようにしました。人間参加者は、各画像の識別精度に対する自信度を低、 मध、または高としてランク付けしました。一方、機械学習アルゴリズムは連続スコアを生成しました。

テストの実施

実験の結果は、人間と AI の間で信頼度レベルに大きな違いがあることを示しました。

パドライック スミスは、UC アーバインのコンピュータ サイエンス教授であり、この研究の共同著者です。

「ある場合、人間参加者は特定の画像が椅子を含むものであると非常に自信を持っていましたが、AI アルゴリズムは画像について混乱していました」とスミスは述べました。「同様に、他の画像については、AI アルゴリズムが画像内のオブジェクトに自信を持ってラベルを付けることができましたが、人間参加者は歪んだ画像に認識可能なオブジェクトが含まれているかどうかについて不確かでした。」

研究者は、新しいフレームワークを使用して、人間と AI の予測と信頼度スコアを組み合わせました。結果として、ハイブリッド モデルは、人間またはマシンの予測のみを使用した場合よりも優れたパフォーマンスを達成しました。

「過去の研究では、マシンの予測を組み合わせることや人間の予測を組み合わせること（「群れの知恵」）の利点が実証されてきましたが、この研究は、人間とマシンの予測を組み合わせることの潜在性を示し、新しい人間と AI のコラボレーションへのアプローチを示唆しています」とスミスは続けました。

この新しいプロジェクトは、Irvine Initiative in AI、Law、and Society によって組織されました。これは、人間とマシンがより正確な AI システムを作成するためにどのように協力するかについて、より深い洞察を提供することを目的としています。

この研究には、共同著者としてヘリオドロ テハダとガビン ケリガンも参加しました。ヘリオドロは、UC アーバインの認知科学の大学院生であり、ケリガンは、UC アーバインのコンピュータ サイエンスの博士課程生です。