連日來一種新的AI類型評(píng)估方法可以預(yù)測(cè)是答案的正確與否 向來一不斷的有小伙伴關(guān)注，不僅如此還衍生出了各大相關(guān)話題，那么跟著小編來看看一種新的AI類型評(píng)估方法可以預(yù)測(cè)是答案的正確與否 以及它的相關(guān)資訊吧！

隨著AI在社會(huì)中的作用不斷擴(kuò)大，醫(yī)學(xué)院研究生院的JB Brown報(bào)告了一種新的AI類型評(píng)估方法，該方法可以預(yù)測(cè)是/肯定/正確或否定/否定/錯(cuò)誤答案。

布朗發(fā)表在《分子信息學(xué)》上的論文解構(gòu)了人工智能的應(yīng)用，并分析了用于報(bào)告人工智能程序能力的統(tǒng)計(jì)數(shù)據(jù)的性質(zhì)。新技術(shù)還會(huì)在給定評(píng)估數(shù)據(jù)的情況下生成性能水平的概率，回答以下問題：達(dá)到90%以上的精度的概率是多少?

關(guān)于AI新應(yīng)用的報(bào)道幾乎每天都浮現(xiàn)在新聞中，包括社會(huì)和科學(xué)，金融，制藥，醫(yī)學(xué)和安全領(lǐng)域。

“雖然報(bào)告的統(tǒng)計(jì)數(shù)據(jù)看起來令人印象深刻，但研究團(tuán)隊(duì)和評(píng)估結(jié)果的團(tuán)隊(duì)遇到兩個(gè)問題，”布朗解釋道。“首先，要了解AI是否偶然獲得了其結(jié)果，其次，要從報(bào)告的性能統(tǒng)計(jì)數(shù)據(jù)中解釋適用性。”

例如，如果建立了一個(gè)AI程序來預(yù)測(cè)某人是否會(huì)中獎(jiǎng)，那么它可能總是會(huì)預(yù)測(cè)損失。該程序可以達(dá)到“ 99%的準(zhǔn)確性”，但是解釋是確定該程序準(zhǔn)確的結(jié)論的準(zhǔn)確性的關(guān)鍵。

但是這里存在一個(gè)問題：在典型的AI開辟中，惟獨(dú)在肯定和否定結(jié)果相等的情況下，才干信任評(píng)估。如果數(shù)據(jù)偏向任一值，則當(dāng)前的評(píng)估系統(tǒng)將夸大系統(tǒng)的能力。

因此，為解決此問題，Brown開辟了一種僅根據(jù)輸入數(shù)據(jù)本身評(píng)估性能的新技術(shù)。

“這種技術(shù)的新穎之處在于它不依賴于任何一種AI技術(shù)，例如深度學(xué)習(xí)。” Brown說道。“它可以通過查看度量與預(yù)測(cè)數(shù)據(jù)中的余額之間的相互作用來幫助開辟新的評(píng)估度量。然后，我們可以推斷結(jié)果度量是否有偏差。”

布朗希翼這種分析不僅可以提高人們對(duì)我們未來對(duì)AI的看法，而且可以為開辟更強(qiáng)大的AI平臺(tái)做出貢獻(xiàn)。

除了準(zhǔn)確性度量標(biāo)準(zhǔn)外，Brown還在理論和應(yīng)用場(chǎng)景中測(cè)試了其他六個(gè)度量標(biāo)準(zhǔn)，發(fā)現(xiàn)沒有任何一個(gè)度量標(biāo)準(zhǔn)普遍具有優(yōu)越性。他說，構(gòu)建實(shí)用的AI平臺(tái)的關(guān)鍵是從多角度評(píng)估。

“人工智能可以幫助我們理解世界上的許多現(xiàn)象，但是要正確地為我們提供方向，我們必須知道如何提出正確的問題。我們必須小心，不要過分關(guān)注單個(gè)數(shù)字來衡量人工智能的程度?？煽啃?。”

布朗的程序免費(fèi)提供給公眾，研究人員和開辟人員。