Melez İnsan-Makine Çerçevesi Akıllı Yapay Zeka İçin Anahtar

Kaliforniya Üniversitesi – Irvine’deki araştırmacılar, daha akıllı yapay zeka (AI) sistemleri oluşturmak için kilit olan bir melez insan-makine çerçevesi oluşturdular. Çalışma, insan ve algoritmik tahminleri ve güven skorlarını birleştiren yeni bir matematiksel modeli içeriyordu.

Çalışma Ulusal Bilimler Akademisi Bildirileri‘nde yayımlandı.

İnsanlar vs. Makine Algoritmaları

Mark Steyvers, UCI bilişsel bilimler profesörü ve makalenin ortak yazarıdır.

“İnsanlar ve makine algoritmaları birbirlerinin tamamlayıcı güçleri ve zayıflıkları vardır. Her biri farklı bilgi kaynakları ve stratejileri kullanır ve tahminlerde bulunur ve kararlar alır” dedi Steyvers. “Empatik gösterimler ve teorik analizler aracılığıyla, insanların AI’nin tahminlerini geliştirebileceğini gösteriyoruz, hatta insan doğruluğu AI’ninkinden biraz düşük olduğunda bile – ve tersi de doğru. Ve bu doğruluk, iki个nden veya iki AI algoritmasından yapılan tahminlerin birleştirilmesinden daha yüksektir.”

Araştırmacılar, insan katılımcıları ve bilgisayar algoritmalarının ayrı ayrı çalıştığı bir görüntü sınıflandırma deneyini çerçeveyi test etmek için gerçekleştirdiler. Bu, hayvanlar ve günlük nesnelerin bozulmuş resimlerini doğru bir şekilde tanımlamaya çalıştı. Bunlar daha sonra insan katılımcıları tarafından düşük, orta veya yüksek olarak tanımlanan güven seviyelerine göre sıralandı. Diğer yandan, makine sınıflandırıcı bir sürekli puan üretti.

Testleri Gerçekleştirmek

Deneylerin sonuçları, insanlarla AI arasında güven seviyelerinde önemli farklılıkları gösterdi.

Padhraic Smyth, UCI Bilgisayar Bilimi Şansölye Profesörü ve makalenin ortak yazarıdır.

“Bazı durumlarda, insan katılımcıları belirli bir resmin bir sandalye içerdiğini oldukça emin bir şekilde söyleyebiliyordu, örneğin, makine algoritması ise görüntüden emin değildi” dedi Smyth. “Benzer şekilde, diğer resimler için, makine algoritması nesnenin etiketini emin bir şekilde sağlayabiliyordu, ancak insan katılımcıları bozulmuş resmin içinde tanınabilir bir nesne olup olmadığını emin değildi.”

Araştırmacılar, yeni çerçevelerini kullanarak, insanlardan ve AI’dan gelen tahminleri ve güven skorlarını birleştirdiler ve melez model, insan veya makine tahminlerinden daha iyi bir performans sergiledi.

“Geçmiş araştırmalar, makine tahminlerini birleştirmenin veya insan tahminlerini birleştirmenin faydalarını gösterdi – yani ‘kalabalığın bilgeliği’ – ancak bu çalışma, insan ve makine tahminlerini birleştirmenin potansiyelini gösteren yeni bir yön oluşturuyor ve insan-AI işbirliğine yönelik yeni ve geliştirilmiş yaklaşımlar gösteriyor” diye devam etti Smyth.

Bu çerçeveyi geliştirmekten sorumlu yeni proje, Irvine Girişimi tarafından organize edildi. AI, Hukuk ve Toplum, insanların ve makinelerin daha doğru AI sistemleri oluşturmak için nasıl işbirliği yaptığını daha derin bir şekilde anlamak istiyor.

Araştırmaya, ortak yazarlar Heliodoro Tejada ve Gavin Kerrigan da dahil edildi. Heliodoro, UCI’de bilişsel bilimler alanında lisansüstü öğrencisi ve Kerrigan, UCI’de bilgisayar bilimi alanında doktora öğrencisidir.