Вчені з Технологічного інституту Джорджії (Georgia Tech) розробили нейронну мережу RTNet, яка імітує процес прийняття рішень людиною, включаючи впевненість та варіабельність. На думку науковців, це покращує надійність і точність у завданнях, які делегують ШІ, пише SciTechDaily.

У своєму дослідженні, опублікованому в журналі Nature Human Behaviour, команда використовувала методику, засновану на Баєсовій нейронній мережі (BNN), яка приймає рішення на основі ймовірностей та процесу накопичення доказів для кожного вибору. Це дозволяє мережі приймати різні рішення за тих самих умов, як це роблять люди.

Модель RTNet була навчена на рукописних цифрах з відомого набору даних MNIST і перевірена на зображеннях з шумом, щоби порівняти її роботу з роботою людини. Результати показали, що точність, час реакції та патерни впевненості були подібними між ШІ-моделлю та людьми.

Вчені сподіваються, що ця методика допоможе розробляти більш людиноподібні нейронні мережі, що можуть зменшити когнітивне навантаження, яке ми відчуваємо щодня через велику кількість рішень.

Источник: noworries.news