Поддержать команду Зеркала
Беларусы на войне
  1. Заместитель Келлога рассказал, как под водку проводил с Лукашенко переговоры об освобождении политзаключенных
  2. В одном только СИЗО Бреста находились до 50 человек по «делу Гаюна» — Стрижак
  3. «Все эти полигоны подлежат закрытию». Чиновники рассказали о проблеме в ЖКХ — говорят, что она достигла критического уровня
  4. От ограничений по карточкам до отказа от услуг. Банки анонсировали изменения, которые введут в августе
  5. «Не 3 гады, а 33 жыцця». Супруга экс-журналиста «президентского пула» Дмитрия Семченко подтвердила его выход на свободу
  6. ЕРИП пояснил, какие изменения введет для клиентов с 1 августа
  7. ВСУ продвинулись к северу от Покровска, несмотря на массированные атаки — ISW
  8. Это заболевание будет существовать вечно. Однажды оно уничтожило до трети населения Европы — рассказываем
  9. Прогноз по валютам: ждать ли доллар снова по 3 рубля? Неожиданное решение США


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.