В Москве российский ученый Никита Никитин создал теорему в области математики и основанный на ней алгоритм. Они позволяют заранее понять, насколько правильно искусственный интеллект применяет сведения, усвоенные при решении одного класса задач, к новым проблемам. О разработке 21 сентября сообщила пресс-служба НИТУ МИСИС. Об этом сообщает портал ТАСС.
По словам Никитина, сотрудника Института новых материалов при НИТУ МИСИС, такой математический аппарат поможет создавать более надежные системы ИИ. Особенно в сферах, где ошибки недопустимы — например, в медицине, на транспорте и в робототехнике. Метод также может пригодиться для проверки алгоритмов до их запуска в реальных условиях, что сделает технологии предсказуемее и безопаснее.
Сейчас широкому внедрению машинного обучения мешает узкая специализация моделей. Нейросети обычно настроены на конкретный набор задач и данных. Чтобы применять их в других областях, инженеры прибегают к сложному переобучению. Однако до сих пор нельзя было заранее определить точность такой адаптации.
Никитин сформулировал теорему об условиях корректного переноса знаний между моделями. Традиционные подходы опираются в основном на эксперименты, а новый метод дает формальное математическое доказательство. В основе лежит аппарат математической логики, который адаптировали для ИИ и связали с логикой Хоара — известным способом формальной верификации программ.
Проверку провели на нейросети для распознавания рукописных цифр. Систему обучили на одном наборе данных, после чего оценили ее работу с похожими, но иными изображениями — с другим числом пикселей и элементов. Теорема заметно повысила точность адаптированной версии ИИ на новых данных. По мнению ученого, это говорит о перспективах практического применения подхода.