Khung Hybrid Con Người và Máy Tính Là Chìa Khóa Để Xây Dựng Trí Tuệ Nhân Tạo Thông Minh Hơn

Các nhà nghiên cứu tại Đại học California – Irvine đã tạo ra một khung hybrid con người và máy tính mà họ cho là chìa khóa để xây dựng các hệ thống trí tuệ nhân tạo (AI) thông minh hơn. Nghiên cứu này liên quan đến một mô hình toán học mới có thể cải thiện hiệu suất bằng cách kết hợp dự đoán và điểm số tin cậy của con người và thuật toán.

Nghiên cứu này đã được công bố trên Tạp chí Khoa học Quốc gia.

Con Người vs. Thuật Toán Máy Tính

Mark Steyvers là giáo sư khoa học nhận thức tại UCI và là đồng tác giả của bài báo.

“Con người và thuật toán máy tính có điểm mạnh và điểm yếu bổ sung cho nhau. Mỗi người sử dụng các nguồn thông tin và chiến lược khác nhau để đưa ra dự đoán và quyết định,” Steyvers nói. “Chúng tôi đã chứng minh thông qua các thí nghiệm thực tế cũng như phân tích lý thuyết rằng con người có thể cải thiện dự đoán của AI thậm chí khi độ chính xác của con người thấp hơn so với AI — và ngược lại. Và độ chính xác này cao hơn so với kết hợp dự đoán từ hai cá nhân hoặc hai thuật toán AI.”

Các nhà nghiên cứu đã thử nghiệm khung này bằng cách thực hiện một thí nghiệm phân loại hình ảnh nơi các tham gia người và thuật toán máy tính làm việc riêng biệt để xác định chính xác các hình ảnh bị biến dạng của động vật và các vật dụng hàng ngày. Những hình ảnh này sau đó được xếp hạng bởi các tham gia người theo mức độ tin cậy của họ về độ chính xác của mỗi hình ảnh là thấp, trung bình hoặc cao. Mặt khác, bộ phân loại máy tính tạo ra một điểm số liên tục.

Thực Hiện Thử Nghiệm

Kết quả của các thí nghiệm đã chứng minh sự khác biệt đáng kể về mức độ tin cậy giữa con người và AI.

Padhraic Smyth là giáo sư khoa học máy tính tại UCI và là đồng tác giả của bài báo.

“Trong một số trường hợp, các tham gia người rất tự tin rằng một hình ảnh cụ thể chứa một chiếc ghế, ví dụ, trong khi thuật toán AI bị nhầm lẫn về hình ảnh,” Smyth nói. “Tương tự, đối với các hình ảnh khác, thuật toán AI có thể tự tin cung cấp nhãn cho đối tượng được hiển thị, trong khi các tham gia người không chắc chắn liệu hình ảnh bị biến dạng có chứa bất kỳ đối tượng nhận dạng nào.”

Các nhà nghiên cứu đã sử dụng khung mới của họ để kết hợp dự đoán và điểm số tin cậy từ cả con người và AI, và mô hình hybrid đã đạt được hiệu suất tốt hơn so với dự đoán của con người hoặc máy tính riêng biệt.

“Trong khi nghiên cứu trước đây đã chứng minh lợi ích của việc kết hợp dự đoán máy tính hoặc kết hợp dự đoán của con người — cái gọi là ‘sự khôn ngoan của đám đông’ — công việc này mở ra một hướng mới trong việc chứng minh tiềm năng của việc kết hợp dự đoán của con người và máy tính, chỉ ra các phương pháp mới và cải tiến để hợp tác giữa con người và AI,” Smyth tiếp tục.

Dự án mới chịu trách nhiệm phát triển khung này được tổ chức bởi Sáng kiến Irvine về AI, Luật và Xã hội, nhằm cung cấp cái nhìn sâu sắc hơn về cách con người và máy tính hợp tác để tạo ra các hệ thống AI chính xác hơn.

Nghiên cứu cũng bao gồm các đồng tác giả Heliodoro Tejada và Gavin Kerrigan. Heliodoro là sinh viên sau đại học tại UCI về khoa học nhận thức, và Kerrigan là sinh viên tiến sĩ tại UCI về khoa học máy tính.