Поддержать команду Зеркала
Беларусы на войне
  1. В минском театре, куда невозможно купить билеты, уволили директора
  2. «Минск перешел красную черту». Аналитик — о том, чем обусловлено заявление Зеленского о «риске втягивания беларусов в войну»
  3. Экс-представительницу ОПК по финансам Зарецкую в Эстонии подозревают в мошенничестве на 450 тысяч евро
  4. Лукашенко «абсолютно внезапно» прибыл на военный полигон. Министра обороны об этом визите «специально» предупредили на час позже
  5. «Мы слышим фразу — и не понимаем». Гендерная исследовательница о статусе Марии Колесниковой и о том, почему на ее слова такая реакция
  6. ISW: Украинские подразделения используют сбои связи у российских войск и проводят ограниченные контратаки
  7. Угадаете, сколько желающих? Азаренок выпустил новый фильм, который показывают в кинотеатрах, — посмотрели, как расходятся билеты
  8. За квартиру, которую арестовали как имущество известной спортсменки, устроили настоящую битву. Жилье продали с молотка
  9. Большая сенсация на Олимпийских играх: фигурист Илья Малинин остался без медали в личном зачете
  10. Синоптики предупреждают о резком похолодании в Беларуси


Исследователи из Университета штата Северная Каролина разработали инструмент для обучения ИИ, который поможет программам лучше учитывать то, что люди не всегда говорят правду, предоставляя личную информацию. Новый метод обучения разработан для использования в ситуациях, когда у людей есть экономический стимул лгать, например, при подаче заявки на ипотеку или попытке снизить страховые взносы, пишет «Хайтек».

Фотография используется в качестве иллюстрации. Фото: pixabay.com
Фотография используется в качестве иллюстрации. Фото: pixabay.com

ИИ уже используют в самых разных ситуациях для поддержки принятия решений. Такие программы, как правило, используют для прогнозирования математические алгоритмы, основанные исключительно на статистике. Проблема в том, что этот подход создает стимулы для людей лгать, например, чтобы получить ипотеку.

Исследователи разработали набор параметров, которые можно использовать для определения того, как ИИ учится делать прогнозы. Параметры помогают программе распознавать и учитывать экономические стимулы человека. Другими словами, ИИ учится распознавать обстоятельства, в которых человеку выгодно лгать.

В ходе моделирования, подтверждающего концепцию, модифицированный ИИ лучше обнаруживал неточную информацию от пользователей. Исследователи делают новые параметры обучения ИИ общедоступными, чтобы разработчики ИИ могли экспериментировать с ними.

«Это эффективно снижает стимул пользователя лгать при отправке информации. Однако маленькая ложь все равно может остаться незамеченной. Нам нужно проделать дополнительную работу, чтобы понять, где находится порог между „маленькой“ и „большой ложью“. В какой-то момент, если мы сделаем ИИ достаточно умным, мы сможем полностью устранить эти стимулы», — рассказал соавтор исследования Мехмет Канер.