Поддержать команду Зеркала
Беларусы на войне
  1. Пойдут ли голосовать и как относятся к выборам? Появилось исследование настроений беларусов — рассказываем главное
  2. BELPOL раскрыл схемы, как Беларусь зарабатывает на производстве деталей для российских снарядов, — рассказываем
  3. Будет ли январь похож на зиму? Прогноз погоды на неделю с 20 по 26 января
  4. «Она стала результативным снайпером». Стали известны обстоятельства гибели в Украине 24-летней Марии Зайцевой
  5. На свободу вышли 23 политзаключенных
  6. ISW: Россия потратила больше 5 млрд долларов на обучение школьников управлению боевыми дронами
  7. В США можно расплатиться долларами 1861 года, а в беларусском банке не хотят менять доллары 2008-го. Почему?
  8. «Увидев, как горит жена, он перерезал горло своим детям, а затем и себе». Рассказываем о самом кровавом лесном пожаре в мировой истории
  9. «Весь мир равнодушно смотрел, как убивают мой народ». Поговорили с чеченским добровольцем из села — символа бессмысленной резни в 90-е


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.