Stawianie czoła nieoczekiwanemu - trening sztucznej inteligencji w zakresie radzenia sobie z niepewnością
Obecnie nikt nie ma wątpliwości, że sztuczna inteligencja może znaleźć zastosowanie w każdym aspekcie naszego życia. Nowoczesne rozwiązania oparte na sztucznej inteligencji, które są siłą napędową gospodarki i już teraz rewolucjonizują nasze domy, szkoły i miejsca pracy, muszą zyskać umiejętność formułowania prognoz w sytuacjach odbiegających od danych, na których zostały wytrenowane modele. Zespół finansowanego ze środków Unii Europejskiej projektu E-pi(odnośnik otworzy się w nowym oknie) opracował paradygmat epistemicznej sztucznej inteligencji, która lepiej radzi sobie z niepewnością.
Epistemiczne algorytmy uczenia maszynowego
Epistemologia to dziedzina filozofii zajmująca się badaniem wiedzy. Z jej definicji wynika zdolność do dostrzeżenia, kiedy posiadana wiedza jest niewystarczająca. Świadomość ta stanowi podstawowy element ludzkiej inteligencji, jednak w przypadku sztucznej inteligencji umiejętność rozpoznania niewiedzy musi być oparta na ramach teoretycznych i matematycznych. „W konwencjonalnych algorytmach uczenia maszynowego proces uczenia się skupia się raczej na wyjaśnianiu stosunkowo niewielkiego zbioru danych szkoleniowych, a nie na całości danych, jakie mogą zostać wygenerowane”, wyjaśnia Fabio Cuzzolin, koordynator projektu. „Konwencjonalne modele sztucznej inteligencji mają trudności z formułowaniem wiarygodnych prognoz, gdy rozkłady prawdopodobieństwa wynikające z danych odbiegają od tych wykorzystanych w czasie szkolenia”. Konsorcjum projektu E-pi twierdzi, że teoria niepewności drugiego rzędu(odnośnik otworzy się w nowym oknie) stanowi najbardziej obiecujący fundament rozwiązania, które pozwoli sprostać wyzwaniom związanym ze sztuczną inteligencją. Przedstawiane w ramach prac nad stworzeniem międzynarodowego ekosystemu epistemicznej sztucznej inteligencji prezentacje projektu na konferencjach branżowych spotkały się z entuzjastycznym przyjęciem, a Cuzzolin został zaproszony do udziału w kilku powiązanych inicjatywach w ramach programu Horyzont Europa.
Badania z wykorzystaniem pojazdów autonomicznych
Weryfikacja przy użyciu pojazdów autonomicznych(odnośnik otworzy się w nowym oknie) okazała się doskonałym sprawdzianem dla epistemicznej sztucznej inteligencji. Warunki na drodze mogą stać się nieprzewidywalne w dowolnym momencie z powodu zachowania pieszych, ekstremalnych warunków pogodowych lub nietypowego układu dróg. Błędy popełniane przez obecne systemy sztucznej inteligencji mogą być kosztowne, a w najgorszym przypadku prowadzić do śmierci ludzi. W ramach projektu zespół wykorzystał zbiór danych dotyczących rozpoznawania zdarzeń drogowych na potrzeby pojazdów autonomicznych(odnośnik otworzy się w nowym oknie) (ROAD) w celu szkolenia modelu sztucznej inteligencji i testowania nowych epistemicznych metod wykrywania obiektów. Zbiór danych ROAD opracowany w 2022 roku i od tamtej pory rozbudowywany, obejmuje filmy i dane zgromadzone w Europie, Ameryce Północnej, a także w Dubaju i Abu Zabi - dzięki temu stanowi prawdziwie globalny fundament.
Robotyka i pozostałe zastosowania epistemicznej sztucznej inteligencji
Epistemiczna sztuczna inteligencja zwiększy bezpieczeństwo pojazdów autonomicznych. Mimo to pojazdy nie są jedynym obszarem zastosowania nowej technologii. W przypadku robotów przemysłowych i medycznych, gdzie sztuczna inteligencja musi stawiać czoła nieprzewidywalności ludzi, doskonale sprawdzi się sztuczna inteligencja wyszkolona do radzenia sobie z niepewnością. Kolejnym zastosowaniem jest dziedzina syntezy jądrowej. „Pracujemy nad opracowaniem modeli operatorów neuronowych uwzględniających niepewność, które pozwolą prognozować przepływ plazmy wewnątrz tokamaka(odnośnik otworzy się w nowym oknie) oraz które obszary reaktora będą podlegały jej większemu oddziaływaniu”, wyjaśnia Cuzzolin. Przyszłość epistemicznego uczenia stoi przed nami otworem. Cuzzolin przewiduje opracowanie rozwiązań związanych z teorią umysłu, ewolucją przez ciągłą naukę oraz rozwojem epistemicznej generatywnej sztucznej inteligencji. „Najnowocześniejsze duże modele językowe są znane z generowania błędnych odpowiedzi”, mówi Cuzzolin. „Epistemiczne modele językowe mogą w znacznym stopniu ograniczyć ich nadmierną pewność siebie”. Zespół projektu E-pi przyczynił się do opracowania bezpieczniejszych pojazdów autonomicznych i robotów, a także generatywnej sztucznej inteligencji bez zjawiska halucynacji. Zbudował także dynamiczną sieć ekspertów zajmujących się dziedziną uczenia maszynowego. W przyszłości epistemiczna sztuczna inteligencja ma szansę zmienić świat, w którym żyjemy, oraz sposób, w jaki funkcjonujemy na co dzień.