人工知能の意思決定を理解することは、研究者、政策立案者、一般の人々にとって重要です。幸いなことに、より多くのことを確実に学ぶ方法があります。最先端の AI 企業や学者が使用するディープラーニング モデルは非常に複雑になり、モデルを構築している研究者ですら、行われている意思決定を理解することが困難になっています。
これは、あるトーナメントで最も明確に反映されました。このゲームでは、最強の手とはみなされない非公式なゲームを行うため、データ サイエンティストやプロの囲碁プレイヤーは、ゲーム中の人工知能の意思決定にしばしば混乱します。
AI 研究者が構築するモデルをより深く理解するために、AI 研究者は 3 つの主要な解釈方法を開発しました。これらはローカルな説明方法であり、モデル全体の決定ではなく、1 つの特定の決定のみを説明しますが、規模を考えると困難な場合があります。
研究者が AI の意思決定を適切に理解できる 3 つの方法
機能の属性
機能を通じてアトリビューションを行うと、AI モデルは入力のどの部分が特定の意思決定にとって重要であるかを特定します。 X 線の場合、研究者は、モデルが決定において最も重要であると考えるヒート マップまたは個々のピクセルを確認できます。
この特徴属性の解釈を使用すると、偽の相関をチェックすることができます。たとえば、透かし内のピクセルが強調表示されているかどうか、または実際の腫瘍内のピクセルが強調表示されているかどうかが示されます。
反事実的な説明
意思決定をするとき、私たちは混乱して、なぜ AI がこの決定を下したのか疑問に思うかもしれません。 AI は刑務所、保険、住宅ローン融資などのリスクの高い現場に導入されているため、AI の拒否要因や控訴の理由を理解することは、次回の申請時に承認されるのに役立つはずです。
反事実解釈アプローチの利点は、決定を覆すために入力をどのように変更する必要があるかを正確に教えてくれることであり、これは実用的な用途がある可能性があります。住宅ローンを申し込んだものの、住宅ローンを組めなかった人のために、望む結果を得るために何をする必要があるかを説明します。
サンプルの重要度
サンプルの重要度を解釈するには、モデルの背後にある基礎となるデータにアクセスする必要があります。研究者がエラーと思われるものに気付いた場合は、サンプルの有意性解釈を実行して、AI が計算できなかったデータが入力されて判断ミスにつながっていないかどうかを確認できます。
以上が研究者が AI の意思決定を適切に理解するための 3 つの方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ジョン・ロールズの独創的な1971年の著書「正義の理論」で、彼は私たちが今日のAIデザインの核となり、意思決定を使用するべきであるという思考実験を提案しました:無知のベール。この哲学は、公平性を理解するための簡単なツールを提供し、リーダーがこの理解を使用してAIを公平に設計および実装するための青写真を提供します。 あなたが新しい社会のルールを作っていると想像してください。しかし、前提があります。この社会でどのような役割を果たすかは事前にわかりません。過半数または限界少数派に属している、金持ちまたは貧弱、健康、または障害者になることがあります。この「無知のベール」の下で活動することで、ルールメーカーが自分自身に利益をもたらす決定を下すことができません。それどころか、人々はより公衆を策定する意欲があります

ロボットプロセスオートメーション(RPA)を専門とする多くの企業は、繰り返しタスクを自動化するためのボットを提供しています。 一方、プロセスマイニング、オーケストレーション、インテリジェントドキュメント処理スペシャル

AIの未来は、単純な単語の予測と会話シミュレーションを超えて動いています。 AIエージェントは出現しており、独立したアクションとタスクの完了が可能です。 このシフトは、AnthropicのClaudeのようなツールですでに明らかです。 AIエージェント:研究a

急速な技術の進歩は、仕事の未来に関する将来の見通しの視点を必要とします。 AIが単なる生産性向上を超えて、私たちの社会構造の形成を開始するとどうなりますか? Topher McDougalの今後の本、Gaia Wakes:

多くの場合、Harmonized System(HS)などのシステムからの「HS 8471.30」などの複雑なコードを含む製品分類は、国際貿易と国内販売に不可欠です。 これらのコードは、すべてのINVに影響を与える正しい税申請を保証します

データセンターと気候技術投資におけるエネルギー消費の将来 この記事では、AIが推進するデータセンターのエネルギー消費の急増と気候変動への影響を調査し、この課題に対処するための革新的なソリューションと政策の推奨事項を分析します。 エネルギー需要の課題:大規模で超大規模なデータセンターは、数十万の普通の北米の家族の合計に匹敵する巨大な力を消費し、新たなAIの超大規模なセンターは、これよりも数十倍の力を消費します。 2024年の最初の8か月で、Microsoft、Meta、Google、Amazonは、AIデータセンターの建設と運用に約1,250億米ドルを投資しました(JP Morgan、2024)(表1)。 エネルギー需要の成長は、挑戦と機会の両方です。カナリアメディアによると、迫り来る電気

生成AIは、映画とテレビの制作に革命をもたらしています。 LumaのRay 2モデル、滑走路のGen-4、OpenaiのSora、GoogleのVEO、その他の新しいモデルは、前例のない速度で生成されたビデオの品質を向上させています。これらのモデルは、複雑な特殊効果と現実的なシーンを簡単に作成できます。短いビデオクリップやカメラ認知モーション効果も達成されています。これらのツールの操作と一貫性を改善する必要がありますが、進歩の速度は驚くべきものです。 生成ビデオは独立した媒体になりつつあります。アニメーション制作が得意なモデルもあれば、実写画像が得意なモデルもあります。 AdobeのFireflyとMoonvalleyのMAであることは注目に値します

ChatGptユーザーエクスペリエンスは低下します:それはモデルの劣化ですか、それともユーザーの期待ですか? 最近、多数のCHATGPT有料ユーザーがパフォーマンスの劣化について不満を述べています。 ユーザーは、モデルへの応答が遅く、答えが短い、助けの欠如、さらに多くの幻覚を報告しました。一部のユーザーは、ソーシャルメディアに不満を表明し、ChatGptは「お世辞になりすぎて」、重要なフィードバックを提供するのではなく、ユーザービューを検証する傾向があることを指摘しています。 これは、ユーザーエクスペリエンスに影響を与えるだけでなく、生産性の低下やコンピューティングリソースの無駄など、企業の顧客に実際の損失をもたらします。 パフォーマンスの劣化の証拠 多くのユーザーは、特にGPT-4などの古いモデル(今月末にサービスから廃止される)で、ChatGPTパフォーマンスの大幅な分解を報告しています。 これ


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

EditPlus 中国語クラック版
サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

Safe Exam Browser
Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

ホットトピック









