Исследователи из Копенгагенского университета доказали, что полностью стабильные алгоритмы машинного обучения недостижимы для сложных задач. Кроме простых задач, невозможно разработать алгоритмы для ИИ, которые всегда будут стабильными. Об этом написано в статье, опубликованной на портале SciTechDaily. 

Новое исследование выявляет фундаментальные недостатки искусственного интеллекта. Статья рассказывает о математическом доказательстве, полученном учеными из Университета Копенгагена, о том, что для сложных задач невозможно разработать алгоритмы машинного обучения, которые всегда были бы стабильны. 

Это исследование может способствовать улучшению методов тестирования алгоритмов и осознанию ограничений искусственного интеллекта.

Что такое стабильность алгоритмов? 

Стабильность означает, что если входные данные немного изменятся, выходные данные останутся почти такими же. Например, если на дорожном знаке есть наклейка, это не отвлечет человеческого водителя, но машина может легко запутаться, потому что знак отличается от тех, на которых она обучалась.

Почему стабильность недостижима? 

Ученые доказали, что кроме простых задач, невозможно создать алгоритмы машинного обучения, которые всегда были бы стабильны. Это связано с тем, что для сложных задач требуется больше информации, чем содержится в входных данных, и алгоритмы должны делать некоторые допущения или упрощения, которые могут привести к ошибкам при небольших изменениях входных данных.

Как это поможет улучшить искусственный интеллект? 

Это исследование поможет разработать язык для обсуждения слабостей алгоритмов машинного обучения и создать руководства по тому, как алгоритмы должны быть протестированы. В долгосрочной перспективе это может привести к разработке лучших и более стабильных алгоритмов. Также это исследование напоминает, что машины не обладают человеческим интеллектом и могут иметь ограничения, которые нужно учитывать.

Источник: SciTechDaily