Исследователи разрабатывают более человечные нейронные сети
Исследователи из лаборатории доцента Добромира Рахнева в Georgia Tech работают над обучением нейронных сетей принимать решения так, как это делают люди. Они надеются, что это поможет сделать алгоритмы более надежными.
Ежедневно человек принимает около 35 000 решений, каждое из которых требует анализа окружающей среды и предыдущего опыта. В отличие от людей, нейронные сети склонны принимать одни и те же решения в идентичных ситуациях, что делает их менее адаптивными.
В недавно опубликованной статье журнала Nature Human Behaviour команда из Школы психологии представила новую нейронную сеть RTNet, способную имитировать человеческие решения. Основное отличие человеческого подхода к принятию решений от машинного состоит в том, что люди чаще признают свою неуверенность, когда сталкиваются с неизвестной ситуацией, в то время как нейронные сети склонны "выдумывать" ответы.
Для обучения своей модели команда использовала набор данных MNIST, содержащий изображения рукописных цифр. Модель была обучена на чистых данных, а затем протестирована на зашумленных изображениях, чтобы сравнить результаты с человеческими.
Исследователи включили два ключевых компонента в свою модель: байесовскую нейронную сеть (BNN), которая использует вероятности для принятия решений, и процесс накопления доказательств, который отслеживает информацию для каждого выбора.
Для проверки точности модели 60 студентов из Georgia Tech оценили тот же набор данных, что и нейронная сеть, и поделились своей уверенностью в ответах. Оказалось, что точность, время реакции и уровень уверенности у людей и модели были схожи. Модель RTNet также показала более высокую точность в условиях, требующих быстрого принятия решений, что соответствует известному психологическому феномену "компромисса между скоростью и точностью".
Исследователи надеются протестировать свою нейронную сеть на более разнообразных наборах данных и применить модель BNN к другим нейронным сетям, чтобы улучшить их способность к рационализации, подобно человеку. В перспективе такие алгоритмы смогут не только имитировать наши способности к принятию решений, но и помогать в ежедневной когнитивной нагрузке.