MITチームがAIモデルにまだ知らなかったことを学習させる

人工知能（AI）の応用は急速に成長しており、ヘルスケア、通信、エネルギーといったハイステークス産業や私たちの日常生活にますます深く浸透しています。しかし、大きな力には大きな責任が伴います。AIシステムは誤りを犯したり、重大な結果をもたらす可能性のある不確実な回答を出すことがあります。

CSAILラボのダニエラ・ルス教授が共同設立・指導するMITのThemis AIは、画期的なソリューションを提供します。彼らの技術により、AIモデルは「自分が知らないことを知る」ことが可能になります。これは、AIシステムが予測について不確実な場合に自ら示すことができ、損害が発生する前に誤りを防ぐことができることを意味します。

なぜこれがそれほど重要なのでしょうか？
高度なAIモデルでさえ、誤った、あるいは根拠のない回答を出す、いわゆる「ハルシネーション」を示すことがあります。医療診断や自動運転など、意思決定が重大な分野では、これは壊滅的な結果をもたらす可能性があります。Themis AIは、AIの出力の不確実性を詳細かつ信頼性の高い方法で測定・定量化するアンサーティンティ・クオンティフィケーションを適用するプラットフォーム、Capsaを開発しました。

 仕組みは？
モデルに不確実性認識を組み込むことで、出力にリスクまたは信頼性のラベルを付けることができます。例えば、自動運転車は状況について確信が持てないことを示し、人間の介入を起動させることができます。これにより、安全性だけでなく、AIシステムに対するユーザーの信頼性も向上します。

結論
MITは チーム AIの未来は、単に賢くなることだけでなく、より安全で公正に機能することにかかっていることを示しています。NetCareでは、AIが自身の限界について透明性を持つことではじめて真に価値あるものになると信じています。Capsaのような高度な不確実性定量化ツールを使用すると、そのビジョンを実践に移すことができます。