Αγαπητέ χρήστη, παρατηρήσαμε οτι έχεις ενεργοποιημένο Ad Blocker.
Για την καλύτερη εμπειρία σου θα θέλαμε να σε παρακαλέσουμε να το απενεργοποιήσεις κατά την πλοήγησή σου στο site μας ή να προσθέσεις το enternity.gr στις εξαιρέσεις του Ad Blocker.
Με εκτίμηση, Η ομάδα του Enternity

Μοντέλο AI προβλέπει με επιτυχία τις ανθρώπινες αντιδράσεις

*
Οι πρόσφατες εξελίξεις στον τομέα της τεχνητής νοημοσύνης ανοίγουν τον δρόμο για πιο αποτελεσματική συνεργασία ανάμεσα στους ανθρώπους και τις μηχανές. Μια ομάδα ερευνητών από το MIT και το University of Washington ανέπτυξαν μια πρωτοποριακή μέθοδο με σκοπό την προσομοίωση της διαδικασίας λήψης αποφάσεων από το ανθρώπινο μυαλό, κάτι που δίνει σε μοντέλα AI τη δυνατότητα να προβλέπουν ποια θα είναι η επόμενη κίνησή μας.

Όταν κάποιος προσπαθεί να λύσει ένα πρόβλημα ή να πετύχει έναν στόχο, δεν επιλέγει πάντα τη βέλτιστη λύση. Πολλοί παράγοντες όπως οι χρονικοί περιορισμοί, η περιορισμένη γνώση ή η κούραση μπορούν να επηρεάσουν τις επιλογές τους. Η κατανόηση αυτής της ποικιλομορφίας στην ανθρώπινη συμπεριφορά είναι ζωτικής σημασίας για τη βελτίωση της συνεργασίας μεταξύ συστημάτων τεχνητής νοημοσύνης και χρηστών.


Η μέθοδος που αναπτύχθηκε από αυτούς τους ερευνητές βασίζεται στην ιδέα ότι ο χρόνος προγραμματισμού και το βάθος της σκέψης είναι βασικοί δείκτες της ανθρώπινης συμπεριφοράς. Δημιούργησαν έναν αλγόριθμο που προσομοιώνει μια σειρά αποφάσεων για ένα δεδομένο πρόβλημα, και στη συνέχεια συγκρίνει αυτές τις αποφάσεις με εκείνες που λαμβάνονται από τον άνθρωπο. Έτσι, εντόπισαν τη στιγμή που τα άτομα σταματούν να «προγραμματίζουν», δίνοντας τη θέση τους σε ένα κομμάτι που είναι «παράλογο» και απρόβλεπτο.

Αυτή μέθοδος, που ονομάζεται «προϋπολογισμός συμπερασμάτων», αξιολογεί την ικανότητα ενός ατόμου να απορροφά δεδομένα πριν κάνει μια επιλογή. Έτσι, το μοντέλο μπορεί να προβλέψει τη μετέπειτα συμπεριφορά του ατόμου που αντιμετωπίζει ένα πρόβλημα.

Οι ερευνητές δοκίμασαν τη μέθοδό τους σε τρία διαφορετικά πλαίσια. Πρώτον, παρατήρησαν άτομα να περιηγούνται σε έναν λαβύρινθο για να κατανοήσουν την προσέγγισή τους στην πρόοδο. Στη συνέχεια, ανέλυσαν την επικοινωνία μεταξύ δύο ατόμων που συμμετείχαν σε ένα παιχνίδι περιγραφής χρωμάτων και, τέλος, μελέτησαν την απόδοση και τις στρατηγικές των σκακιστών.

Τα αποτελέσματα είναι ελπιδοφόρα: το σύστημα συνήγαγε με επιτυχία στόχους πλοήγησης στο λαβύρινθο από προηγούμενες διαδρομές, κατανοούσε τις επικοινωνιακές προθέσεις με βάση λεκτική επικοινωνία και προέβλεψε τις επόμενες κινήσεις σε παιχνίδια σκακιού.

Αυτή η εργασία θα μπορούσε να ανοίξει το δρόμο για νέες εφαρμογές στον τομέα της τεχνητής νοημοσύνης, επιτρέποντας στα συστήματα να κατανοήσουν καλύτερα και να προβλέψουν τις ανάγκες των χρηστών, παρέχοντας έτσι πιο προσαρμοσμένη υποστήριξη και προβλέποντας τις μελλοντικές τους ενέργειες. 
Διαβάστε όλα τα νέα του Enternity.gr στο Google News, στο Facebook στο Twitter και στο Instagram και κάντε εγγραφή στο Newsletter
0 ΣΧΟΛΙΑ ΦΩΤΟΓΡΑΦΙΕΣ
  • Για να μπορέσετε να προσθέσετε σχόλιο θα πρέπει πρώτα να έχετε κάνει login!

    • https://www.enternity.gr/files/Image/UserAvatars/resized/enternity_50_50.jpg
    • 3000 χαρακτήρες ακόμα
  • Δεν υπάρχουν ακόμα σχόλια για αυτό το άρθρο.
*