Система наказаний влияет на работу нейросетей Штрафы повышают точность прогнозов

В эксперименте участвовали ученые из Йоханнесбургского университета с одной стороны и алгоритмы машинного обучения с другой. Если точнее, то ученые применяли двоичные наборы обучающих данных, такие как логистическая регрессия, «случайный лес» и XGBoost. Они используются для диагностики диабета, рака груди, рака шейки матки и хронической болезни почек и обучаются на основе предоставленных им наборов данных «да/нет».

По данным РБК, ученые выяснили, что система штрафов действительно работает. Например, в обычных условиях алгоритм «случайный лес» диагностировал хроническую болезнь почек с точностью 97,2%, но после введения «штрафов» точность диагноза составила 99%. Примерно такие же показания были продемонстрированы и другими алгоритмами.

Система работает следующим образом: в алгоритм «зашивается» определенный штраф, в итоге искусственный интеллект программирует свою работу с сокращением ошибок. Какие именно были штрафы для ИИ, не уточняется.