
Исследователи работают над созданием нейросети, способной принимать решения на уровне человека. Эта задача осложняется нехваткой данных о том, как люди реально принимают такие решения. Результаты работы представили в журнале Nature Human Behaviour.
Каждый день человек сталкивается примерно с 35 тысячами решений: от того, как безопасно перейти дорогу, до выбора перекуса. При этом каждое из этих решений включает в себя оценку альтернатив, воспоминания о предыдущем опыте и уверенность в конечном выборе. Зачастую один и тот же человек может поступать по-разному в аналогичных ситуациях, в то время как нейросети принимают одни и те же решения постоянно.
Большие языковые модели иногда «галлюцинируют», выдавая несуществующие ответы на заданные вопросы, что обусловлено незнанием информации. В отличие от них, большинство людей признают, когда не знают ответа. Ученые уверены, что создание более «человекообразной» нейросети поможет избежать таких «выдумок».
Команда исследователей обучала свою нейросеть распознаванию ручных цифр, начиная с базового набора данных и добавляя различные шумы, что усложняло распознавание. Нейросеть опиралась на два ключевых компонента: байесовскую нейронную сеть (BNN), которая использует вероятностный подход к принятию решений, и процесс накопления доказательств для каждого выбора.
Результаты были сопоставлены с тестами, проведёнными на людях, что показало схожесть в уровне точности и времени реагирования между людьми и нейросетью.
Доктор психологии Технологического института Джорджии Фаршад Рафии отметил, что в условиях недостатка данных ученые пока не могут точно предсказать, как люди бы реагировали на обработку этих изображений.






