详细内容或原文请订阅后点击阅览
RTNet：人工智能获得了人类的不确定性
神经网络现在可以像人类一样做出决策。
来源:安全实验室新闻频道神经网络现在可以像人类一样做出决策。
一个人每天都会做出大量决定，每个决定都需要对选项、以前的经验以及对正确选择的信心进行评估。尽管许多决定看起来是自发的，但它们实际上是基于从环境中收集的信息。有趣的是，同一个人在不同时间、相同情况下可以做出不同的决定。
另一方面，神经网络每次都会做出相同的决定。然而，佐治亚理工学院的研究人员正在努力教导人工智能更像人类一样做出决策。研究人员表示，尽管人类决策科学才刚刚开始应用于机器学习，但创建一个尽可能接近人脑的神经网络可以使其更加可靠。
教AI做出决策该工作的作者指出，神经网络在做出决策时不会怀疑其正确性。这是人们做出决策的主要区别之一。例如，LLM模型很容易产生“幻觉”。当法学硕士不知道问题的答案时，她会编造答案，但并不承认自己无知。大多数处于这种情况的人都承认他们不知道答案。创建一个更像人类的神经网络可以防止此类错误并提高响应的准确性。
该团队使用著名的 MNIST 数据集中的手写数字训练 RTNet 神经网络，并要求其破译每个数字。为了评估模型的准确性，该模型在原始数据集和添加了噪声（使人们难以识别数字）的数据上进行了测试。为了将模型的性能与人类团队进行比较，还训练了三个模型：CNet、BLNet 和 MSDNet。所有模型均在无噪声的原始 MNIST 集上进行训练，但在有噪声的版本上进行测试。然后将模型结果与人体测试结果进行比较。
BNN第一阶段：BNN构建的前馈网络；第二阶段：收集证据