Καινοτόμο Τεχνητή Νοημοσύνη: Οι Μηχανές Μπορούν Τώρα να Προβλέπουν την Ανθρώπινη Λήψη Αποφάσεων.

Οι ερευνητές του MIT και του Πανεπιστημίου της Ουάσιγκτον άνοιξαν νέους δρόμους στη συνεργασία μεταξύ ανθρώπων και συστημάτων τεχνητής νοημοσύνης (ΤΝ). Δημιούργησαν μια προσέγγιση που μιμείται τον μηχανισμό λήψης αποφάσεων του ανθρώπου, απελευθερώνοντας έτσι τον δρόμο για τα ΤΝ συστήματα να προβλέπουν πιο ακριβώς τις μετέπειτα ενέργειες των ανθρώπων.

Οι ανθρώπινες αποφάσεις επηρεάζονται συχνά από πολλούς παράγοντες – από περιορισμούς χρόνου και έλλειψη γνώσης έως απλή κόπωση. Αυτές οι μεταβλητές κάνουν την εργασία της κατανόησης των διαφόρων προτύπων της ανθρώπινης συμπεριφοράς κρίσιμη για την τέλεια αλληλεπίδραση των ΤΝ και των ανθρώπων. Η βάση της ανάπτυξης της ομάδας των ερευνητών βρίσκεται στην πεποίθηση ότι η διάρκεια του σχεδιασμού και ο βάθος της σκέψης είναι κρίσιμοι δείκτες των ανθρώπινων ενεργειών. Αναπτύχθηκε ένας αλγόριθμος για να μιμείται μια ακολουθία αποφάσεων για ένα συγκεκριμένο θέμα και να συγκρίνει αυτές τις αποφάσεις με αυτές που παίρνουν οι άνθρωποι. Αυτή η διαδικασία αποκάλυψε το σημείο όπου οι άνθρωποι σταματούν το “σχεδιασμό” και ξεκινούν μια πορεία απρόβλεπτων ενεργειών.

Με την ονομασία “προϋπολογισμός εισαγωγής”, αυτό το μοντέλο αξιολογεί τη δυνατότητα ενός ατόμου να επεξεργαστεί δεδομένα πριν επιλέξει μια ενέργεια. Μέσω αυτού του προϋπολογισμού, το μοντέλο είναι σε θέση να προβλέπει τη μετέπειτα συμπεριφορά του ατόμου όταν αντιμετωπίζει ένα πρόβλημα. Η χρήση αυτής της προσέγγισης επιφέρει μια καλύτερη κατανόηση των σκέψεων των ανθρώπων σε διάφορα σενάρια.

Οργάνωση της Έρευνας και Επαγγελματικά Αποτελέσματα
Οι ερευνητές δοκίμασαν τη δημιουργία τους σε τρεις διακριτικούς σεναρίους. Αρχικά, οι συμμετέχοντες που πλοηγούνταν σε ένα λαβύρινθο αναλύθηκαν για να αποκωδικοποιηθούν οι τακτικές προόδου τους. Έπειτα, η συνομιλία μεταξύ ζευγαριών σε ένα παιχνίδι περιγραφής χρωμάτων αποκάλυψε ενδείξεις για τις επικοινωνιακές προθέσεις τους. Τέλος, το μοντέλο εξέτασε τις επιδόσεις και τις στρατηγικές των παικτών στο σκάκι.

Εμφανίστηκαν ελπιδοφόρα αποτελέσματα καθώς το σύστημα μπορούσε εύκολα να εξάγει συμπεράσματα για τους στόχους της πλοήγησης στο λαβύρινθο από προηγούμενες εξερευνήσεις, να αποκωδικοποιήσει τις επικοινωνιακές προθέσεις από τις γλωσσικές ανταλλαγές και να προβλέψει τις μελλοντικές κινήσεις στο σκάκι. Αυτή η έρευνα θα μπορούσε να ανοίξει νέες εφαρμογές στην τεχνητή νοημοσύνη — ενισχύοντας τα συστήματα να κατανοούν και να προβλέπουν τις ανάγκες των χρηστών με μεγαλύτερη επιδεξιότητα, παρέχοντας έτσι εξατομικευμένη υποστήριξη και προλαμβάνοντας τις μελλοντικές τους ενέργειες.

The source of the article is from the blog lokale-komercyjne.pl

Privacy policy
Contact