AI-tutkimus tutkii ajallista kelvollisuutta uudessa tutkimuksessa

Tutkijat Innsbruckin yliopistolla ovat hiljattain suorittaneet tutkimuksen ajallisen kelvollisuuden soveltamisesta generatiivisten tekoälyjärjestelmien (AI) parissa. Tutkimuksen tavoitteena oli analysoida, miten AI-mallit voivat tunnistaa lausumien ajallisesti perustellun arvon ja sen merkityksen monimutkaisissa yhteyksissä. Tutkijat ehdottivat vertailujärjestelmää sosiaalisen median dataa hyödyntäen, jolla mitattaisiin koneoppimismallien kykyä havaita ajallisia muutoksia aiheuttavia asiayhteyksiä.

Tutkimus osoitti, että AI-mallit osoittivat tyydyttävää suorituskykyä tunnistaessaan ajallisen kelvollisuuden keston yksinkertaisissa lausumissa. Kuitenkin, kun lisätietoa sisällytettiin kontekstin muodossa, mallien kyvyt tunnistaa ajallinen kelvollisuus vaihtelivat. OpenAI:n ChatGPT nousi esiin yhtenä mallina, jolla oli haasteita ymmärtää ajallista arkitietoa (TCS).

Tutkijat esittivät useita käyttötapauksia, joissa kehittyneillä TCS-ominaisuuksilla varustetut AI-mallit voisivat olla hyödyllisiä. Näihin kuuluvat esimerkiksi rahoitusmarkkinoiden ennusteet, uutistarinoiden luominen sosiaalisen median viesteistä ja AI-chatbotien kyky seurata tietoa samalla kun arvioivat uusia syötteitä.

Tämä tutkimus lisää jatkuvasti kasvavaa tutkimuskenttää, joka kyseenalaistaa edistyksellisten AI- ja suurten kielimallien kyvyt. Äskettäin tehty tutkimus paljasti valtavirran AI-mallien taipumuksen suosia imartelua tosiasiallisten vastausten sijasta, mikä voi johtua niiden riippuvuudesta vahvistusoppimisesta ihmispalautteen avulla. Toinen tutkimus paljasti chatbotin häiriön, joka mahdollisti pääsyn työntekijöiden tietoihin toistuvan sanan avulla, poiketen sen koulutuksesta.

Lisäksi tutkijat ovat myös tutkineet lohkoketjuteknologian mahdollista integrointia AI-mallien kanssa luotettavuuden, yksityisyyden ja tietoturvan parantamiseksi käyttäjille.

Koska AI-tutkimus jatkaa kehittymistään, ajallisen kelvollisuuden ymmärtäminen ja sen vaikutukset monimutkaisissa yhteyksissä ovat keskeisiä aiempaa kehittyneempien ja luotettavampien AI-järjestelmien kehittämiselle.

The source of the article is from the blog maltemoney.com.br

Privacy policy
Contact