AI-nyhederSeyma Yaman Kayadibi finder formel for AI's levetid
Ny forskning forklarer, hvordan AI-systemer overlever og forældes over tid – med et mål, der hedder AAS.
Opdagelsen
Teorien bygger på idéen om redundans – at der findes flere systemer, der kan løse samme opgave. Kayadibi viser, at et AI-system kan overleve længere, hvis det er en del af et netværk af lignende systemer, der kan tage over for hinanden. Det betyder, at selv ældre modeller kan blive ved med at have værdi, hvis de stadig kan bruges som backup eller til særlige opgaver. Det er en ny måde at tænke AI's holdbarhed på, som ikke tidligere er blevet beskrevet matematisk.
Hvad kan det bruges til?
Kayadibi har også koblet teorien til begrebet 'kunstig alder', som handler om, hvor hurtigt et system teknisk bliver forældet sammenlignet med nye modeller. Hendes bidrag er at give forskere et redskab til at forudsige, hvornår et system når sin ende – og hvornår det kan fortsætte. Det kan hjælpe med at spare penge og undgå unødvendige udskiftninger af systemer, der stadig fungerer fint.
- Forsker Seyma Yaman Kayadibi har skrevet artiklen om AI's levetid.
- AAS står for Artificial Age Score og måler AI-systemers ælde.
- Teorien kaldes 'Redundancy-Adjusted' og inddrager backup-systemer.
- Systemer kan leve længere, hvis de indgår i netværk af lignende modeller.
- Forskningen er uploadet på arXiv under kategorien cs.AI.
- Artiklen giver matematisk grundlag for at forudsige AI-systemers overlevelse.
Når du bruger AI-værktøjer, kan du regne med, at de ikke bliver ubrugelige fra dag til dag – teorien viser, at de kan holde i årevis, hvis de er en del af et større økosystem.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.