Гібридна людсько-машинна структура є ключем до розумнішої штучного інтелекту

Дослідники з Університету Каліфорнії – Ірвайн створили гібридну людсько-машинну структуру, яку вони вважають ключем до будівництва розумнішої штучної інтелектуальної системи (AI). Дослідження включало нову математичну модель, яка може покращити результати шляхом поєднання людських і алгоритмічних прогнозів та оцінок впевненості.

Дослідження було опубліковано в Proceedings of the National Academy of Sciences.

Люди проти алгоритмів машин

Марк Стейверс – професор когнітивних наук Університету Каліфорнії – Ірвайн і співавтор статті.

“Люди та алгоритми машин мають взаємодоповнюючі сильні та слабкі сторони. Кожен використовує різні джерела інформації та стратегії для прогнозування та прийняття рішень”, – сказав Стейверс. “Ми показуємо через емпіричні демонстрації, а також теоретичні аналізи, що люди можуть покращити прогнози AI, навіть якщо точність людей трохи нижча, ніж у AI – і навпаки. І ця точність вища, ніж при поєднанні прогнозів від двох осіб або двох алгоритмів AI.”

Дослідники протестували структуру, проводячи експеримент з класифікацією зображень, де людські учасники та комп’ютерні алгоритми працювали окремо для правильної ідентифікації спотворених зображень тварин та повсякденних предметів. Потім ці зображення були ранжировані людськими учасниками за їхньою впевненістю в точності кожної ідентифікації зображення як низької, середньої або високої. З іншого боку, класифікатор машини генерував безперервний бал.

Проведення тестів

Результати експериментів продемонстрували значні відмінності в рівнях впевненості між людьми та AI.

Падраік Сміт – канцлер професор комп’ютерних наук Університету Каліфорнії – Ірвайн і співавтор статті.

“У деяких випадках людські учасники були досить впевнені, що певне зображення містить стілець, наприклад, тоді як алгоритм AI був плутаний щодо зображення”, – сказав Сміт. “Аналогічно, для інших зображень алгоритм AI міг впевнено надати мітку для об’єкта, показаного на зображенні, тоді як людські учасники були не впевнені, чи містить спотворене зображення будь-який визначений об’єкт.”

Дослідники використали свою нову структуру для поєднання прогнозів та оцінок впевненості від людей та AI, і гібридна модель показала кращу продуктивність, ніж окремі людські чи машинні прогнози.

“Хоча попередні дослідження продемонстрували переваги поєднання машинних прогнозів або поєднання людських прогнозів – так звана «мудрість натовпу» – ця робота відкриває новий напрямок у демонстрації потенціалу поєднання людських та машинних прогнозів, вказуючи на нові та покращені підходи до співробітництва людини та AI”, – продовжив Сміт.

Новий проєкт, відповідальний за розробку цієї структури, був організований Ініціативою Ірвайна з питань штучного інтелекту, права та суспільства, яка спрямована на надання глибшого розуміння того, як люди та машини співпрацюють для створення більш точних систем AI.

Дослідження також включало співавторів Еліодоро Техаду та Гавіна Керрігана. Еліодоро – аспірант когнітивних наук Університету Каліфорнії – Ірвайн, а Керріган – докторант комп’ютерних наук Університету Каліфорнії – Ірвайн.