AI-fejl findes hurtigere med ny metode
Forskere har udviklet en metode, der målrettet finder fejl i AI-systemer – op til dobbelt så mange som hidtil.
Det nye trick
Når to AI-systemer arbejder sammen, kan de lave fejl, som er svære at opdage. Forskere har nu lavet en metode, der aktivt leder efter fejl ved at vælge de mest udfordrende tests. Det giver op til dobbelt så mange fundne fejl sammenlignet med ældre metoder.
Hvorfor det virker
Metoden fokuserer på, hvor forskellige systemerne er, når de laver fejl. I stedet for at teste tilfældigt, vælger den bevidst situationer, hvor systemerne er uenige. Så finder man hurtigere de fejl, der betyder noget – og kan rette dem, før de rammer brugerne.
Hvad det betyder
For dig betyder det, at AI-systemer i eksempelvis biler eller sundhedspleje bliver mere pålidelige. Når udviklere hurtigere finder fejl, kan de forbedre systemerne, før de sendes ud. Det kan spare både tid og penge – og i værste fald forhindre alvorlige ulykker.
- Metoden kaldes Coverage Aware Active Evaluation og bruger parrede systemer.
- Den vælger tests ud fra, hvor systemerne er mest uenige.
- Metoden finder op til dobbelt så mange fejl som ældre metoder.
- Forskningen er publiceret på arXiv og henvender sig til AI-udviklere.
- Metoden kan bruges i sikkerhedskritiske områder som biler og sundhed.
Du får mere pålidelige AI-systemer, fordi udviklere kan finde og rette fejl hurtigere – især i sikkerhedskritiske produkter som selvkørende biler.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.
AI-nyheder