Поддержать команду Зеркала
Беларусы на войне
  1. Что с очередями на границе после сообщений ГПК о том, что Польша якобы перестала пускать автобусы?
  2. В ГПК заявили, что Польша «прекратила принимать автобусы» из Беларуси. В чатах пишут, что их все же пропускают, но «очень медленно»
  3. Тихановская рассказала подробности об угрозах ее детям в кабинете Ермошиной в 2020 году
  4. На пятницу объявили оранжевый уровень опасности. К грозам, ливням, граду и шквалистому ветру добавилась еще одна «беда»
  5. Обмен долларов и снятие наличных по-новому, введение комиссии, удар по вкладчикам. Банки вводят валютные изменения
  6. «Признание, что не готов иметь дело с избирателями». Может ли Лукашенко полностью отменить президентские выборы?
  7. Непропорционально высокими назвали эксперты потери армии РФ в Украине: вот какую территорию удалось захватить и сколько погибли
  8. Умер бывший политзаключенный Александр Класковский. Ему было 46 лет
  9. Всплыл побочный эффект из-за новшеств по кредитам на автомобили Geely


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.