แฟรมเวิร์กฮายบริดของมนุษย์และเครื่องจักร เป็นกุญแจสำคัญในการสร้างปัญญาประดิษฐ์ที่ฉลาดขึ้น

นักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย อิรวิน ได้สร้างแฟรมเวิร์กฮายบริดของมนุษย์และเครื่องจักรที่พวกเขากล่าวว่าเป็นกุญแจสำคัญในการสร้างระบบปัญญาประดิษฐ์ที่ฉลาดขึ้น (AI) การศึกษานี้เกี่ยวข้องกับแบบจำลองทางคณิตศาสตร์ใหม่ที่สามารถปรับปรุงประสิทธิภาพโดยการรวมการคาดการณ์และคะแนนความมั่นใจของมนุษย์และอัลกอริทึม

การศึกษานี้ได้รับการตีพิมพ์ใน Proceedings of the National Academy of Sciences.

มนุษย์เทียบกับอัลกอริทึมของเครื่องจักร

มาร์ก สเตย์เวอร์ส เป็นศาสตราจารย์ของมหาวิทยาลัยแคลิฟอร์เนีย อิรวิน และเป็นหนึ่งในผู้เขียน论文

“มนุษย์และอัลกอริทึมของเครื่องจักรมีความแข็งแกร่งและความอ่อนแอที่แตกต่างกัน แต่ละคนใช้แหล่งข้อมูลและกลยุทธ์ที่แตกต่างกันในการทำนายและตัดสินใจ” สเตย์เวอร์สกล่าว “เราพบผ่านการแสดงผลเชิงประจักษ์และการวิเคราะห์ทางทฤษฎีว่ามนุษย์สามารถปรับปรุงการคาดการณ์ของ AI ได้แม้ว่าความแม่นยำของมนุษย์จะน้อยกว่า AI เล็กน้อย — และในทางกลับกัน และความแม่นยำนี้สูงกว่าการรวมการคาดการณ์จากบุคคลสองคนหรืออัลกอริทึม AI สองตัว”

นักวิจัยได้ทดสอบแฟรมเวิร์กโดยการทำการทดลองการจำแนกประเภทภาพที่ผู้เข้าร่วมและอัลกอริทึมคอมพิวเตอร์ทำงานแยกกันเพื่อระบุภาพที่บิดเบือนของสัตว์และวัตถุในประจำวันอย่างถูกต้อง ซึ่งถูกจัดอันดับโดยผู้เข้าร่วมตามความมั่นใจในความถูกต้องของการระบุภาพแต่ละภาพเป็น低, 中, หรือ高 ในทางกลับกัน อัลกอริทึมของเครื่องจักรสร้างคะแนนต่อเนื่อง

การทำการทดสอบ

ผลลัพธ์ของการทดลองแสดงให้เห็นถึงความแตกต่างที่มีนัยสำคัญในระดับความมั่นใจระหว่างมนุษย์และ AI

พาดราอิก สไมธ์ เป็นศาสตราจารย์ของมหาวิทยาลัยแคลิฟอร์เนีย อิรวิน และเป็นหนึ่งในผู้เขียน论文

“ในบางกรณี ผู้เข้าร่วมมีความมั่นใจสูงมากที่ภาพนั้นมีเก้าอี้ตัวอยู่ แต่อัลกอริทึม AI กลับสับสนเกี่ยวกับภาพ” สไมธ์กล่าว “ในทางกลับกัน สำหรับภาพอื่น ๆ อัลกอริทึม AI สามารถให้ฉลากที่มั่นใจสำหรับวัตถุในภาพได้ ในขณะที่ผู้เข้าร่วมไม่แน่ใจว่าภาพที่บิดเบือนนั้นมีวัตถุใดที่รู้จัก”

นักวิจัยใช้แฟรมเวิร์กใหม่เพื่อรวมการคาดการณ์และคะแนนความมั่นใจจากทั้งมนุษย์และ AI และแบบจำลองฮายบริดบรรลุประสิทธิภาพที่ดีกว่าการคาดการณ์ของมนุษย์หรือเครื่องจักรเพียงอย่างเดียว

“ในขณะที่การวิจัยในอดีตได้แสดงให้เห็นถึงประโยชน์ของการรวมการคาดการณ์ของเครื่องจักรหรือการรวมการคาดการณ์ของมนุษย์ — ซึ่งเรียกว่า ‘ความฉลาดของฝูงชน’ — การทำงานนี้เปิดแนวทางใหม่ในการแสดงให้เห็นถึงศักยภาพของการรวมการคาดการณ์ของมนุษย์และเครื่องจักร ซึ่งชี้ไปที่แนวทางใหม่และดีขึ้นในการทำงานร่วมกันระหว่างมนุษย์และ AI” สไมธ์กล่าวต่อ

โครงการใหม่ที่รับผิดชอบในการพัฒนาแฟรมเวิร์กนี้ได้รับการจัดตั้งขึ้นโดย Irvine Initiative in AI, Law, and Society, ซึ่งมีเป้าหมายที่จะให้ข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับวิธีการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักรเพื่อสร้างระบบ AI ที่แม่นยำขึ้น

การวิจัยนี้ยังรวมถึงผู้เขียนร่วมอื่น ๆ เช่น เฮลิโอดอร์ เทจาดา และเกวิน เคอร์ริแกน เฮลิโอดอร์เป็นนักศึกษาระดับบัณฑิตศึกษาของมหาวิทยาลัยแคลิฟอร์เนีย อิรวิน ในสาขาวิทยาศาสตร์认知 และเกวินเป็นนักศึกษาระดับ博士ของมหาวิทยาลัยแคลิฟอร์เนีย อิรวิน ในสาขาวิทยาการคอมพิวเตอร์