Nuovo studio: RTNet imita le abitudini decisionali umane come mai prima d’ora

RomeRicercatori del Georgia Tech hanno sviluppato una nuova rete neurale che imita il processo decisionale umano. A differenza delle reti neurali tradizionali, che spesso ripetono decisioni senza considerare eventi passati o livelli di fiducia, questo nuovo modello, chiamato RTNet, funziona in modo diverso.

Gli esseri umani prendono circa 35.000 decisioni al giorno. Ogni scelta comporta la valutazione di opzioni, esperienze passate e il livello di fiducia. Le reti neurali di solito non funzionano in questo modo. Il team del Georgia Tech, guidato dal Professore Associato Dobromir Rahnev, vuole cambiare questa situazione. Il loro studio è stato pubblicato su Nature Human Behaviour.

Principali differenze tra le decisioni umane e quelle delle macchine:

• Gli esseri umani valutano le opzioni e ponderano le prove basandosi sulle esperienze passate.
• Gli esseri umani ammettono quando non sono sicuri di una decisione.
• Le reti neurali tradizionali prendono decisioni statiche e coerenti.

Il team di ricerca ha addestrato la loro nuova rete neurale utilizzando il dataset MNIST, una raccolta di numeri manoscritti. Hanno introdotto del rumore in questi numeri, rendendoli più difficili da leggere per gli esseri umani. Successivamente, gli scienziati hanno testato il modello su questo dataset rumoroso per valutarne le prestazioni rispetto a quelle umane.

I ricercatori hanno potenziato il loro modello utilizzando una rete neurale bayesiana (BNN) e un processo di accumulazione delle prove. La BNN prende decisioni basate su probabilità, il che rende le risposte diverse ogni volta. Il processo di accumulazione delle prove continua a raccogliere dati fino a quando non ha abbastanza per prendere una decisione. Questo approccio rende RTNet più adattabile e simile al comportamento umano.

Leggi anche:

Oggi · 02:10

Salute in gravidanza: il peso corporeo conta ovunque

Gli scienziati hanno misurato il tempo impiegato dal modello per prendere decisioni. Hanno scoperto che decisioni più rapide portavano a una minore accuratezza, un comportamento simile a quello umano. Anche RTNet ha mostrato lo stesso comportamento.

Lo studio ha rivelato che RTNet eguagliava gli esseri umani in termini di precisione, velocità e fiducia. Sessanta studenti del Georgia Tech hanno analizzato gli stessi dati rumorosi e riferito i loro livelli di fiducia. I risultati hanno mostrato che RTNet era molto simile ai partecipanti umani. Spesso superava altri modelli, soprattutto quando erano necessarie decisioni rapide.

Questo sviluppo è cruciale per vari motivi:

• I modelli attuali mancano di dati umani sufficienti per un confronto adeguato.
• I modelli esistenti non mostrano livelli di sicurezza paragonabili a quelli umani.
• La nuova rete neurale può aiutare a replicare e potenzialmente migliorare i processi decisionali umani.

Questo modello decisionale è molto promettente. Le reti neurali ora possono funzionare come il cervello umano con meno messa a punto. Il team ha intenzione di addestrare RTNet su vari set di dati per esplorarne le potenzialità. In futuro, questi modelli potrebbero essere impiegati in altri ambiti per ridurre lo sforzo mentale quotidiano delle persone.

L'imitazione umana di RTNet è un importante progresso. In futuro, le reti neurali potrebbero pensare e prendere decisioni come gli esseri umani. Questo potrebbe migliorare l'IA, rendendo più facile ed efficace l'interazione con la tecnologia.