Greitas naujų dirbtinio intelekto modelių kūrimas ir išleidimas AI studijų studijose skatina vertinimo ir įvertinimo įrankių ribas. Dėl šios priežasties šie įrankiai generuoja problemiškus rezultatus ir patvirtina modelius, kuriems negalima pasitikėti. Tai kelia reikšmingą iššūkį verslams ir viešosioms institucijoms, kurios bando veiksmingai reguliuoti dirbtinį intelektą besikeičiančioje aplinkoje.
Tradiciniai vertinimo kriterijai, skirti vertinti dirbtinio intelekto veikimą, tokius kaip tikslumas ir saugumas, jau nebesuderinami su naujausiais dirbtinio intelekto sistemų sudėtingumais. Aplinkos ekspertai AI plėtros, testavimo ir investavimo srityje tvirtina, kad šie įrankiai lengvai manipuliuojami ir pernelyg siaura apimtimi. Intensyvus konkurencijos AI srityje augimas, skatinamas rizikos kapitalo investicijomis ir technologijų gigantų, tokių kaip „Microsoft“, „Google“ ir „Amazon“, padarė daugelį senųjų lygiavimo rodiklių pasenusius.
Su naujais dirbtinio intelekto modeliais ir atnaujinimais, kurių išleidimas vyksta kas mėnesį, esami įvertinimo standartai greitai tampa pasenę. Vis svarbiau užtikrinti, kad galėtume pasitikėti turimais dirbtinio intelekto produktais, ypač kai generatyvinis dirbtinis intelektas tampa pagrindiniu daugelio technologijų įmonių investicijų prioritetu.
Valstybės taip pat susiduria su klausimu, kaip diegti ir valdyti su naujausiais dirbtinio intelekto modeliais susijusias rizikas. Tokios iniciatyvos kaip dviejųšališki susitarimai dėl dirbtinio intelekto saugumo tarp šalių yra tiriama. Taip pat kilo susirūpinimas dėl viešųjų bandymų patikimumo, kadangi dirbtinio intelekto modelių mokymo duomenys galėtų atsitiktinai apimti tikslius klausimus, naudotus vertinimui. Tai kelia iššūkį lygiavimo patikimumui.
Tam, kad išspręstų šią skubią problemą, startuoliai atsiranda su inovatyviais būdais vertinti kylantys dirbtinio intelekto modeliai. Kai kurios platformos siūlo individualių naudotojų nustatytus adaptuotus bandymus, tiesiogiai atspindinčius naudotojų pageidavimus. Tačiau nors šie požiūriai gali padėti atskiriems naudotojams, jie gali būti nepageidautini įmonėms su konkrečiais dirbtinio intelekto modelio reikalavimais.
Galų gale, verslams rekomenduojama atlikti vidinius bandymus ir žmogaus vertinimą kartu su tradiciniais lygiavimo rodikliais. AI modelių pasirinkimas yra tiek menas, tiek mokslas. Kadangi dirbtinis intelektas tęsia plėtrą, prisitaikymas vertinimo metodams, kad būtų užtikrintas tikslumas ir patikimumas, išlieka nepaprastai svarbus išnaudojant šios transformuojančios technologijos potencialą.
DUK
Kokie iššūkiai kylančiai vertinant dirbtinio intelekto modelius?
Greitas naujų dirbtinio intelekto modelių kūrimas ir šių sistemų sudėtingumas padarė senus vertinimo įrankius pasenusius ir lengvai manipuliuojamus.
Kaip vyriausybės sprendžia su naujausiais dirbtinio intelekto modeliais susijusias rizikas?
Vyriausybės tyrinėja iniciatyvas, tokią kaip dviejųšališki susitarimai dėl dirbtinio intelekto saugumo tarp šalių, norėdamos valdyti su naujausiais dirbtinio intelekto modeliais susijusias rizikas.
Ar kelia susirūpinimą lygiavimo patikimumas?
Taip, kyla susirūpinimas dėl lygiavimo patikimumo, kadangi dirbtinio intelekto modelių mokymo duomenys gali atsitiktinai apimti tikslius klausimus, naudotus vertinimui.
Kokius požiūrius taiko startuoliai, norėdami vertinti dirbtinio intelekto modelius?
Startuoliai kuriuoja inovatyvius požiūrius, pavyzdžiui, teikdami individualių naudotojų nustatytus adaptuotus bandymus, norėdami vertinti kylančius dirbtinio intelekto modelius.
Kaip verslai gali užtikrinti dirbtinio intelekto modelių patikimumą?
Verslams patariama atlikti vidinius bandymus ir žmogaus vertinimą kartu su tradiciniais lygiavimo rodikliais, norėdami užtikrinti dirbtinio intelekto modelių patikimumą.
Norėdami gauti daugiau informacijos apie dirbtinio intelekto pramonę ir susijusias rinkos prognozes, galite apsilankyti žemiau pateiktuose nuorodose:
1. IBM Watson dirbtinis intelektas
2. „Microsoft AI“
3. „Google Cloud AI“
Šios svetainės teikia išsamią informaciją apie dirbtinių intelekto technologijas, pramonės tendencijas, rinkos prognozes ir dirbtinio intelekto įtaką įvairiose srityse.
The source of the article is from the blog revistatenerife.com