Поддержать команду Зеркала
Беларусы на войне
  1. Какие города засыпало сильнее всего и можно ли сравнить «Улли» с «Хавьером»? Рассказываем в цифрах про циклон, накрывший Беларусь
  2. Опоздали на работу из-за сильного снегопада, а начальник грозит наказанием? Законно ли это — объясняет юрист
  3. СМИ: Трамп поручил составить план вторжения в Гренландию
  4. Россия во второй раз с начала войны ударила «Орешником» по Украине. В Минобороне РФ заявили, что в ответ на «атаку» на резиденцию Путина
  5. В Беларуси продолжает бесноваться циклон «Улли» — минчане показали, как добирались утром на работу
  6. Поезд Пинск-Минск застрял ночью под Дзержинском. То, как повели себя беларусы, восхитило соцсети
  7. Главного балетмейстера минского Большого театра обвинили в плагиате
  8. «Сережа договорился отрицательно». Узнали, почему на канале Тихановского перестали выходить видео и что с ним будет дальше
  9. Покупали колбасы Борисовского мясокомбината? Возможно, после этой информации из закрытого документа, адресованного Лукашенко, перестанете
  10. Удар «Орешником» у границы Украины с Польшей может быть попыткой РФ сдержать западную поддержку — эксперты


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.