Distribird: AI der selv finder de rigtige tal

Forskere har lavet et værktøj, der automatisk bruger videnskabelig litteratur til at sætte startværdier i matematiske modeller – det sparer tid og giver mere præcise resultater.

Det er sket

Et forskerhold har bygget Distribird, et AI-værktøj, der hjælper med at lave matematiske modeller af den virkelige verden – for eksempel klima, økonomi eller sygdomme. Problemet med sådanne modeller er ofte at gætte de rigtige startværdier. Distribird løser det ved at læse videnskabelige artikler og selv finde de værdier, som tidligere forskning har brugt.

Hvordan virker værktøjet?

Normalt skal forskere manuelt rode gamle artikler igennem for at finde tal til deres modeller – det er kedeligt og tidskrævende. Distribird scanner teksterne automatisk og trækker de relevante oplysninger ud. Derefter bruger den dem til at sætte startværdierne i den statistiske metode, der hedder Bayesiansk kalibrering, så modellen bliver bedre og mere pålidelig fra starten.

Hvad kan det bruges til?

Værktøjet kan hjælpe forskere inden for mange felter, hvor man laver modeller – fra vejrudsigter til medicinske behandlinger. I stedet for at bruge dage på at finde værdier i litteraturen, kan forskerne lade Distribird gøre arbejdet. Det betyder hurtigere og mere præcise resultater, og det kan især være nyttigt for nye forskere, der ikke kender alle de vigtigste tal i deres felt på forhånd.

Kilder:
arXiv cs.AI →

Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.