Поддержать команду Зеркала
Беларусы на войне
  1. Обычный «отпускной» рейс превратился в борьбу за жизнь на высоте 5 километров. 22 минуты, которые потрясли авиамир
  2. Лукашенко снова пообещал «поснимать головы» чиновникам. Угадайте за что в этот раз
  3. Власти придумали очередное ограничение для населения
  4. Один из санаториев «взорвал» TikTok введенной платой за вход для некоторых людей. В здравнице ответили
  5. С начала года потерял больше 14%: как долго будет дешеветь доллар. Прогноз по валютам
  6. На рынке труда продолжает усугубляться обстановка — растет дефицит кадров. Но есть еще один не самый позитивный момент
  7. Чиновники взялись за еще одну категорию работников
  8. Из России пришла новость, которая угрожает нашему валютному рынку. Что об этом думают в Нацбанке и не будут ли принимать что-то похожее?
  9. Россияне продвигаются к Днепропетровской области с трех сторон — эксперты рассказали, как идет наступление


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.