AI-nyhederForskere: AI-mikroskoper fejler på nye opgaver
Nye tests viser, at AI-styrede mikroskoper klarer kendte opgaver, men fejler på ukendte. Forskere advarer mod at stole blindt på benchmark-resultater.
Det nye fund
Forskere har testet AI-systemer, der selv kører mikroskoper. Systemerne klarede sig godt, når de kendte opgaverne, men da de fik helt nye opgaver, slog de fejl. Det viser, at systemerne kan lære tests udenad, men ikke forstå opgaverne.
Hvorfor det betyder noget
Forskerne siger, at de nuværende tests kan bruges til at tjekke, om et system er godt nok, men at man ikke kan regne med, at det løser alt. For virksomheder og laboratorier, der vil bruge AI-mikroskoper, er det vigtigt at vide, at systemerne stadig har grænser.
- AI-systemer klarer kendte opgaver godt, men fejler på nye.
- Tests kan bruges til at kvalificere systemer, men ikke mere.
- Systemerne lærer tests udenad i stedet for at forstå.
- Forskerne advarer mod at stole på benchmark-resultater.
Når du skal vælge et AI-værktøj, kan du ikke bare stole på testresultaterne. Spørg, hvad systemet faktisk kan, og prøv det af på dine egne opgaver.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.