Люди и роботы могут улучшить точность, когда они работают вместе

Прочитано: 337 раз(а)
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (1 голосов, среднее: 5,00 из 5)
Loading ... Loading ...


Независимо от того, крадут ли системы искусственного интеллекта рабочие места людей или создают новые рабочие места, люди должны будут работать вместе с ними.

В своих исследованиях я использую датчики и компьютеры для мониторинга того, как сам мозг обрабатывает процесс принятия решений . Вместе с другим исследователем компьютерного интерфейса, Риккардо Поли , я рассмотрел один пример возможного взаимодействия человек-машина — ситуации, когда сотрудники полиции и службы безопасности просят следить за конкретным человеком или людьми в людной среде, такой как как аэропорт.

Это кажется простым запросом, но на самом деле это действительно сложно сделать. Сотрудник службы безопасности должен ежедневно наблюдать за несколькими камерами наблюдения в течение многих часов в поисках подозреваемых. Повторяющиеся задачи, подобные этим, подвержены человеческим ошибкам .

Некоторые люди предполагают, что эти задачи должны быть автоматизированы , поскольку машины не устают, не устают и не отвлекаются со временем. Однако алгоритмы компьютерного зрения, предназначенные для распознавания лиц, также могут ошибаться . Как показало мое исследование, вместе машины и люди могли бы работать намного лучше.

Два типа искусственного интеллекта


Мы разработали две системы искусственного интеллекта, которые могли бы помочь идентифицировать целевые лица в людных сценах. Первый — это алгоритм распознавания лиц. Он анализирует изображения с камеры безопасности , определяет, какие части изображений являются лицами, и сравнивает эти лица с изображением разыскиваемого человека. Когда он идентифицирует совпадение, этот алгоритм также сообщает, насколько он уверен в этом решении.

Вторая система представляет собой интерфейс мозг-компьютер, который использует датчики на коже головы человека для поиска нейронной активности, связанной с уверенностью в принятии решений.

Мы провели эксперимент с 10 участниками-людьми, показав каждому из них 288 снимков переполненных помещений. Каждое изображение показывалось только в течение 300 миллисекунд — примерно столько же времени, сколько требуется, чтобы моргнуть, — после чего человека просили решить, видели ли они лицо конкретного человека. В среднем они смогли правильно различить изображения с целью и без нее на 72 процентах изображений.

Когда наша полностью автономная система ИИ выполняла те же задачи, она правильно классифицировала 84 процента изображений.

Сотрудничество человека и ИИ

Все люди и автономный алгоритм видели одни и те же изображения, поэтому мы стремились улучшить процесс принятия решений, комбинируя действия более чем одного из них одновременно.

Чтобы объединить несколько решений в одно, мы взвешивали индивидуальные ответы по достоверности решений — самооценке алгоритма и измерениям, полученным в результате считываний мозга человека, преобразованных с помощью алгоритма машинного обучения. Мы обнаружили, что средняя группа, состоящая только из людей, независимо от того, насколько велика эта группа, работала лучше, чем один человек в среднем, но была менее точна, чем один алгоритм.

Тем не менее, группы, которые включали как минимум пять человек и алгоритм были статистически значимо лучше, чем люди или машина в одиночку.

Держать людей в курсе

Соединение людей с компьютерами становится проще. Программы точного компьютерного зрения и обработки изображений широко распространены в аэропортах и других ситуациях. Затраты снижаются для потребительских систем, которые считывают активность мозга, и они предоставляют надежные данные .

Совместная работа может также помочь в решении проблем, связанных с этикой и предвзятостью алгоритмических решений, а также в правовых вопросах, касающихся подотчетности.

В нашем исследовании люди были менее точны, чем ИИ. Тем не менее, интерфейс мозг-компьютер заметил, что люди были более уверены в своем выборе, чем ИИ. Объединение этих факторов обеспечило полезную комбинацию точности и уверенности, при которой люди обычно влияли на групповое решение больше, чем автоматизированная система. Когда нет соглашения между людьми и ИИ, этически проще позволить людям решать.

Наше исследование нашло способ, которым машины и алгоритмы не должны — и фактически не должны — заменять людей. Скорее, они могут работать вместе с людьми, чтобы найти лучший из всех возможных результатов.

Люди и роботы могут улучшить точность, когда они работают вместе



Новости партнеров

Загрузка...