insan yapay zekası

Kredi: CC0 Kamu Malı

Yapay zeka (AI), herhangi bir insanın yapabileceğinden çok daha fazla veriyi çok daha hızlı değerlendirebilir. Böylesine muazzam bilgi havuzlarıyla yapay zeka, geçmiş verileri değerlendirebilmeli, tüm sonuçları işleyebilmeli ve bir insandan daha iyi güvenilir bir tahmin üretebilmelidir, değil mi? İnsanların ve yapay zekanın nasıl tahminlerde bulunduğu arasındaki sinerjiyi inceleyen çok kurumlu bir araştırma ekibine göre durum her zaman böyle olmayabilir.

Sonuçlarını 23 Ağustos’ta yayınlıyorlar. Sosyal Bilişim Dergisi.

Michigan Üniversitesi Ross Business School’da profesör olan makale yazarı Scott E. Page, “Öngörülü görevler her yerde mevcuttur – hayatın herhangi bir alanında veya alanında herhangi bir karar verme, mevcut seçenekleri seçmeden önce sonuçlarını tahmin etmeyi içerir” dedi. “Bu toplulukların tehlikelerini ve vaatlerini anlamak ve ikisi arasında uygun bir denge kurmak, ilerlemek için büyük bir endişe.”

Page’e göre endişe, deneyime, bazı verilere ve içgüdülere dayalı olarak yapılan tahminlerden, verilere dayalı olarak yapılan tahminlere ve AI sistemlerinin yapmaya programlandığı düşüncelere nispeten yakın zamanda kaymasından kaynaklanmaktadır.

Gittikçe daha büyük veritabanlarına giderek daha güçlü algoritmaların uygulanmasından kaynaklanan artan doğruluk, şu soruyu akla getiriyor: insanlar tahmin alanında mı kalmalı yoksa tahminleri tamamen algoritmalara mı bırakmalıyız? Sayfa sordu.

Araştırmacıların bulduğu cevap, kocaman bir hayır. İnsanların tahminlere nasıl yaklaştığı, doğru bir tahmin için kritik bir fark yaratabilen AI yöntemlerinden çok daha nüanslıdır.

Page’e göre, AI büyük verileri iyi işlerken, insanlar araştırmacıların “kalın” verileri olarak adlandırdıkları şeyi analiz etmek için daha donanımlıdır. Büyük veri gibi aynı tür veriden çok sayıda veri noktasından meydana gelmek yerine, kalın verinin daha az veri noktası daha zengin bir hikaye anlatabilir. Örneğin, yıllarca süren istatistiksel veriler, yapay zekanın bir beyzbol oyuncusunun kaç kez sayı vuruşu yapabileceğini tahmin etmesine izin verebilir, ancak bir insanın, çok sevilen bir takım oyuncusunun nasıl daha uzun bir kariyere sahip olabileceğini anlaması daha olasıdır.

Page, “Büyük veri ve kalın veri birlikte çalışarak daha doğru toplu tahminler üretecek” dedi. “Kalın veriler, ayrılmış büyük veri değişkenleri arasındaki çatlaklardan kayabilecek faktörlerin kümelerini yakalayabilir ve bunlara dikkat çekebilir. Büyük veriler daha geniş bir ağ oluştursa da, bu ağ delikler içerir.”

Araştırmacılar, insan ve yapay zeka girdilerinin tartılmasının nasıl farklı tahminlerle sonuçlanabileceğini matematiksel olarak test ederek bu fikri teste tabi tuttular. Tipik durumlarda, yani gelecekteki sonuçların geçmiş sonuçlara bağlı olduğu anlamına gelen yapay zekanın, tahminleri doğru yapmak için insan girdisine ihtiyacı olmadığını buldular. Bununla birlikte, daha bilinmeyen veya şaşırtıcı faktörlerin olduğu atipik durumlarda, insanlar AI’nın potansiyel hataları azaltmasına yardımcı oldu.

Page, “İnsanlar farklı nitelikleri tanımlamaya devam edebildikleri, yani daha kalın veriler oluşturmaya veya atipik vakaları daha iyi anlamaya devam ettikleri sürece, doğruluğu artırmaya devam edecekler” dedi. “İnsanlar ve bilgisayarlar arasındaki bir rekabetten ziyade, hibrit tahmin edicilerin geleceği, simbiyoz için karmaşık bir araştırma olacak.”

Araştırmacılar, birlikte çalışan birden fazla sistemin nasıl daha doğru sonuçlar verebileceği de dahil olmak üzere, ortak yapay zeka ve insanların sistemlerinin tahminlerini geliştirmeye nasıl yardımcı olabileceğini keşfetmeye devam etmeyi planlıyor.

Page, “Ayrıntılar bilinemez, ancak katılımcıların rollerinin ve katkılarının hem sürekli artan verilere hem de daha büyük hesaplama gücüne uyum sağlayacağını neredeyse kesin olarak tahmin edebiliriz” dedi. “Bilişsel çalışmanın bugünü ve geleceği kesinlikle bir dizi insanı, algoritmaları, veri kümelerini, özneleri, nesneleri ve alanları içerecek. İşi anlamaya çalışırken, bu melez gruplar da onu şekillendirecek.”

Diğer katkıda bulunanlar arasında ilk yazar Lu Hong, Maliye Departmanı, Loyola Üniversitesi; ve PJ Lamberson, İletişim Departmanı, California Üniversitesi, Los Angeles.


Gelecekteki COVID-19 vakalarını tahmin etmek için AI’yı kullanmak


Daha fazla bilgi:
Lu Hong ve diğerleri, Hybrid Predictive Ensembles: İnsan ve Hesaplamalı Tahminler Arasındaki Sinerjiler, Sosyal Bilişim Dergisi (2021). DOI: 10.23919 / JSC.2021.0009

Tsinghua University Press tarafından sağlanmıştır.

Alıntı: İş ortağı tahminleri, yapay zekadan veya yalnızca insanlardan (2021, 17 Kasım) 19 Kasım 2021’de https://techxplore.com/news/2021-11-partner-fare-ai-humans.html adresinden alınandan daha iyi

Bu belge telif haklarına tabidir. Özel çalışma veya araştırma amaçlı herhangi bir adil işlem dışında, yazılı izin alınmadan hiçbir bölüm çoğaltılamaz. İçerik yalnızca bilgi amaçlı sağlanmıştır.





#İş #ortağı #tahminleri #yapay #zekadan #veya #tek #başına #insanlardan #daha #iyi #sonuç #veriyor