В РФ создали ИИ-алгоритм для работы с малыми наборами данных
Исследователи в Казанском национальном исследовательском техническом университете имени А.Н. Туполева-КАИ предложили новый алгоритм, которые позволяет системам искусственного интеллекта избегать ошибок при работе с ограниченными наборами данных.
Метод подходит для решения задач, где получение информации затруднено или она фрагментарна, например при обработке персональных данных, материалов с других планет или со дна мирового океана.
Как пояснили ученые, новый алгоритм действует как детектив, который расследует преступление на основе отдельных улик. Он задает вопросы и строит логические цепочки, выявляя скрытые связи. Улучшение, которое внесли специалисты, — в способе оценки уникальности данных.
«Обычно расширение выборки желательно и полезно для повышения точности модели. Однако в случае с редкими сведениями добавление в набор новой информации нужно тщательно взвешивать, поскольку даже единичное измерение может привести к разбалансировке модели. Решение о том, следует ли их включать в систему, принимается путем дополнительной экспертной оценки», — сообщила профессор кафедры прикладной математики и информатики КНИТУ-КАИ Светлана Новикова.
Она рассказала, что для этих целей вычислительная модель, распределяя информацию по классам, использует сразу множество признаков, которым присвоены разные «веса». Если нужный «вес» не набирается, это значит, что «новичок» выбивается из занесенных в память модели шаблонов. Тогда данные признаются уникальными и на их основе формируется новый шаблон.
По словам специалиста, преимущества метода — в том, что он дает возможность проследить процесс принятия ИИ-решений. Это важно для повышения доверия к таким системам.
Подробнее читайте в эксклюзивном материале «Известий»:
Следствие ввели: «ИИ-детектив» разберется со сложной задачей при нехватке данных