Сотрудники Казанского национального исследовательского технического университета имени А.Н. Туполева-КАИ предложили новый алгоритм, позволяющий системам искусственного интеллекта избегать ошибок при работе с ограниченными наборами данных.

Подход пригоден для задач, в которых сбор информации затруднен или сведения представлены фрагментами — к примеру, при обработке персональных данных, анализе материалов, привезенных с других планет, либо при работе с образцами 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.

По ее словам, для этого вычислительная модель распределяет информацию по классам, оценивая сразу множество признаков, каждому из которых присвоен определенный «вес». Если суммарный «вес» не достигает порога, новый объект оказывается несовместим с уже сохраненными в памяти шаблонами. В таком случае данные признаются уникальными и на их основании формируется новый шаблон.

Специалист отметила, что одно из достоинств метода — возможность проследить этапы принятия решений ИИ, что важно для повышения доверия к таким системам.

Подробнее читайте в эксклюзивном материале «Известий»:

Следствие ввели: «ИИ-детектив» разберется со сложной задачей при нехватке данных