AI uczy się, kiedy powinna, a kiedy nie powinna ulegać człowiekowi

Mark Schiefelbein/AP

Kontekst: Badania pokazują, że kiedy ludzie i systemy sztucznej inteligencji współpracują ze sobą, mogą przewyższać działanie działające samodzielnie. Medyczne systemy diagnostyczne są często sprawdzane przez lekarzy, a systemy moderacji treści filtrują to, co mogą, zanim będą wymagać pomocy człowieka. Ale algorytmy rzadko są projektowane pod kątem optymalizacji pod kątem tego przejścia ze sztucznej inteligencji na człowieka. Gdyby tak było, system sztucznej inteligencji poddałby się swojemu ludzkiemu odpowiednikowi tylko wtedy, gdyby dana osoba rzeczywiście mogła podjąć lepszą decyzję.

Badanie: Naukowcy z Laboratorium Informatyki i AI w MIT (CSAIL) mają teraz opracowany system AI do tego rodzaju optymalizacji w oparciu o mocne i słabe strony ludzkiego współpracownika. Wykorzystuje dwa oddzielne modele uczenia maszynowego; jeden podejmuje rzeczywistą decyzję, czy jest to diagnoza pacjenta, czy usunięcie posta w mediach społecznościowych, i przewiduje się, czy sztuczna inteligencja czy człowiek jest lepszym decydentem.

Ten ostatni model, który naukowcy nazywają odrzucającym, iteracyjnie poprawia swoje przewidywania w oparciu o osiągnięcia każdego decydenta w czasie. Może również uwzględniać czynniki wykraczające poza wydajność, w tym ograniczenia czasowe danej osoby lub dostęp lekarza do poufnych informacji o pacjencie niedostępnych dla systemu sztucznej inteligencji.

Wyniki: Naukowcy przetestowali hybrydowe podejście człowieka i sztucznej inteligencji w różnych scenariuszach, w tym w zadaniach rozpoznawania obrazów i wykrywania mowy nienawiści. System sztucznej inteligencji był w stanie dostosować się do zachowania eksperta i w razie potrzeby zwlekać z nim, pozwalając dwóm decydentom szybko osiągnąć łączny poziom dokładności wyższy niż w przypadku poprzedniego hybrydowego podejścia opartego na sztucznej inteligencji człowieka.

Studium przypadku: Chociaż eksperymenty te są nadal stosunkowo proste, naukowcy są przekonani, że takie podejście można ostatecznie zastosować do złożonych decyzji w opiece zdrowotnej i nie tylko. Rozważ system sztucznej inteligencji, który pomaga lekarzom przepisywać odpowiedni antybiotyk. Chociaż antybiotyki o szerokim spektrum są bardzo skuteczne, ich nadużywanie może prowadzić do oporności na antybiotyki. Z drugiej strony, specyficzne antybiotyki pozwalają uniknąć tego problemu, ale powinny być stosowane tylko wtedy, gdy mają dużą szansę zadziałać. Biorąc pod uwagę ten kompromis, system sztucznej inteligencji mógłby nauczyć się dostosowywać do różnych lekarzy z różnymi uprzedzeniami w ich receptach i korygować tendencje do przepisywania lub niedoceniania antybiotyków o szerokim spektrum działania.

ukryć