详细内容或原文请订阅后点击阅览
优先考虑AI
社会对人工智能（AI）和机器学习（ML）应用程序的依赖继续增长，重新定义了如何消耗信息。从AI驱动的聊天机器人到由大语言模型（LLM）产生的信息综合，社会比以往任何时候都可以访问更多的信息和更深入的见解。但是，随着技术公司在其价值链中实施AI的竞争，[…]优先考虑AI的帖子首先出现在Unite.AI上。
来源:Unite.AI社会对人工智能（AI）和机器学习（ML）应用程序的依赖继续增长，重新定义了如何消耗信息。从AI驱动的聊天机器人到由大语言模型（LLM）产生的信息综合，社会比以往任何时候都可以访问更多的信息和更深入的见解。但是，随着技术公司在其价值链中实施AI的竞争，一个关键的问题迫在眉睫。我们真的可以相信AI解决方案的输出吗？
我们真的可以信任AI输出而没有不确定性量化
对于给定的输入，模型可能已经生成了许多其他同样可行的输出。这可能是由于培训数据不足，培训数据的变化或其他原因。当部署模型时，组织可以利用不确定性量化，以使其最终用户对他们应该多信任AI/ML模型的输出有更清晰的了解。不确定性量化是估计其他输出可能是什么的过程。
不确定性定量想象一个预测明天高温的模型。该模型可能会产生输出21ºC，但是应用于该输出的不确定性量化可能表明该模型也可以生成12ºC，15ºC或16ºC的输出；知道这一点，我们现在相信20ºC的简单预测是多少？尽管它有潜力引起信任或咨询谨慎，但许多组织还是选择跳过不确定性量化，因为他们需要做的其他工作来实施它，并且由于其对计算资源和推理速度的需求。
人类在循环