Поддержать команду Зеркала
Беларусы на войне
  1. Аналитики ISW привели свои аргументы, почему Путин «не заинтересован в мирном и справедливом завершении войны в Украине»
  2. «Усилилось давление на родственников в Беларуси». В Офисе Тихановской рассказали о последствиях сокращения охраны в Литве
  3. Стало известно имя лауреата Нобелевской премии мира в этом году
  4. В Столбцовском районе горело «Великое княжество Сула»
  5. Новый позор. Сборную Беларуси по футболу разгромили в матче квалификации на чемпионат мира — угадайте, сколько она пропустила
  6. Резко вырос интерес к «недружественной» стране. Появилось новое исследование настроений беларусов — рассказываем
  7. Маршрутка сначала врезалась в трактор — в МВД дополнили информацию о ДТП с шестью погибшими в Светлогорском районе
  8. Весьма неожиданное банкротство. С долгами не справилась фирма, у которой, казалось бы, не может быть проблем
  9. По поручению Лукашенко Вооруженные силы привели в высшую степень боевой готовности — начата проверка
  10. Александра Шакутина отпустили из СИЗО — «Наша Ніва»
  11. ISW показал карту прямых и скрытых атак России в Европе — какие страны чаще оказывались под ударами


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.