Поддержать команду Зеркала
Беларусы на войне
  1. Полезнее сахара и не накапливает радиацию? О свойствах меда ходят легенды, хотя на деле этого продукта лучше сторониться — объясняем
  2. Все продолжалось меньше 10 минут. Рассказываем о самом кровавом торнадо в мировой истории
  3. Переписали историю, а потом безвольно проиграли. Хоккейное «Динамо» закончило сезон в КХЛ
  4. Аналитики заявили, что Россия использует перемирие, чтобы дискредитировать Украину. Объясняем, почему
  5. Путин объявил «пасхальное перемирие» на фронте
  6. Какой будет погода на следующей неделе? «Лето» закончится, придет похолодание
  7. Вы красите яйца на Пасху? Объясняем, откуда взялась эта традиция, где яйца красят ржавыми гвоздями и чем писанка отличается от капанки
  8. В Купаловском уже пять лет мало кто хочет работать. Что придумали в этот раз
  9. В МВД Польши ответили, при каких условиях возможно открытие пунктов пропуска
  10. Этот триллер от Hulu переворачивает представление о сериалах про постапокалипсис. Объясняем, стоит ли смотреть (да)


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.