Nowe badanie: sieć neuronowa naśladuje ludzkie nawyki decyzyjne.

WarsawNaukowcy z Georgia Tech opracowali nową sieć neuronową naśladującą podejmowanie decyzji przez ludzi. Odmiennie od tradycyjnych sieci neuronowych, które często powtarzają decyzje bez uwzględniania wcześniejszych zdarzeń czy poziomu pewności, ten nowy model, nazwany RTNet, działa w inny sposób.

Ludzie codziennie podejmują około 35 tysięcy decyzji. Każda decyzja wiąże się z analizą opcji, wcześniejszych doświadczeń i poczucia pewności. Sieci neuronowe zazwyczaj nie decydują w ten sposób. Zespół z Georgia Tech, kierowany przez profesora nadzwyczajnego Dobromira Rahneva, pragnie to zmienić. Ich badania zostały opublikowane w czasopiśmie Nature Human Behaviour.

Kluczowe różnice między podejmowaniem decyzji przez ludzi a maszynami to:

• Ludzie oceniają opcje i analizują dowody z wcześniejszych doświadczeń.
• Ludzie przyznają, gdy mają wątpliwości co do podjęcia decyzji.
• Tradycyjne sieci neuronowe podejmują decyzje w sposób stały i spójny.

Zespół badawczy opracował nową sieć neuronową, którą wytrenowali za pomocą zbioru danych MNIST, będącego zbiorem ręcznie pisanych cyfr. Dodali szum do tych cyfr, aby utrudnić ich odczytanie ludziom. Następnie naukowcy przetestowali model na tym zaszumionym zbiorze danych, aby ocenić jego skuteczność w porównaniu z ludzkimi możliwościami.

Naukowcy udoskonalili swój model za pomocą bayesowskiej sieci neuronowej (BNN) i procesu akumulacji dowodów. Bayesowska sieć neuronowa podejmuje decyzje na podstawie prawdopodobieństw, co powoduje, że każda odpowiedź może się różnić. Proces akumulacji dowodów polega na zbieraniu danych, aż zostanie zgromadzona wystarczająca ilość informacji do podjęcia decyzji. Dzięki temu podejściu RTNet staje się bardziej elastyczny i zbliżony do ludzkiego zachowania.

Zobacz również:

Dzisiaj · 22:14

Klimat wpływa na ewolucję i przetrwanie gatunków

Naukowcy zbadali czas, w jakim model podejmował decyzje. Odkryli, że szybkie decyzje skutkowały mniejszą dokładnością, co przypomina zachowanie ludzi. RTNet zachowywał się podobnie.

Badanie wykazało, że RTNet dorównuje ludziom pod względem dokładności, szybkości i pewności. Grupa sześćdziesięciu studentów z Georgia Tech przeanalizowała te same zaszumione dane i oceniła swój poziom pewności. Wyniki pokazały, że RTNet był bardzo podobny do ludzkich uczestników. Często przewyższał inne modele, zwłaszcza w sytuacjach wymagających szybkiego podejmowania decyzji.

Ten rozwój jest istotny z kilku powodów:

• Większość obecnych modeli nie dysponuje bogatymi danymi ludzkimi do porównań.
• Istniejące modele nie przejawiają poziomów pewności charakterystycznych dla ludzi.
• Nowa sieć neuronowa może pomóc w odwzorowaniu, a nawet ulepszaniu ludzkich procesów podejmowania decyzji.

Ten model podejmowania decyzji wydaje się bardzo obiecujący. Sieci neuronowe mogą teraz działać jak ludzki mózg, wymagając mniejszego dostrajania. Zespół ma zamiar trenować RTNet na różnych zbiorach danych, aby sprawdzić jego możliwości. W przyszłości te modele mogłyby być wykorzystywane w innych dziedzinach, aby zmniejszyć codzienny wysiłek umysłowy ludzi.

Ludzka mimikra RTNet to znaczący krok naprzód. W przyszłości sieci neuronowe mogą myśleć i podejmować decyzje podobnie jak ludzie. Może to udoskonalić sztuczną inteligencję, czyniąc ją łatwiejszą i bardziej efektywną w interakcji z technologią.