开发了AI可靠性的AI自我评估

AI已用于多种情况，例如检测COVID-19咳嗽的声音并生成类似人的文本。已经开发了允许AI判断由该AI计算的计算结果是否正确的新技术。

由于人工智能还应用于与生命风险相关的领域，例如自动驾驶汽车，因此评估人工智能计算结果的可靠性非常重要。因此，麻省理工学院计算机科学与人工智能研究所的CSAIL研究人员设计了一种系统，用于评估AI计算结果对AI本身的可靠性。开发的可靠性评估系统旨在向AI本身识别AI是否使用DER（深度证据回归）做出了错误的判断。目标是有效且可靠地检测1％的错误。

到目前为止，已有评估AI可靠性的系统，并且在某些情况下会在系统中使用AI。但是，任何现有系统都需要花费大量时间来评估其可靠性。同时，DER可以快速评估可靠性，并且可以与AI计算结果同时评估可靠性。

DER假设研究阶段的测试用于自动驾驶技术，并与使用确定图像深度的AI的结果同时输出可靠性确定的结果。研究中使用的AI以与现有AI相同的精度成功进行了判断。另外，AI表示当计算结果错误时，AI输出该计算结果最不可靠。换句话说，人工智能成功地同时且精确地执行了计算结果和可靠性评估。

此外，配备DER的AI在户外用于从室内图像中学习，但AI警告警告可以应用所学习的数据。这是因为AI认识到它与通常的不同，并且可以认为该标志用于检测医学领域中的异常。

研究团队解释说，DER可以应用于各种AI，并且有可能通过使用学习模型在AI评估中评估可靠性来揭示使用AI时出现的错误和丢失数据的数量。 AI被广泛用于与人类生活有关的领域，例如医疗领域和汽车自动驾驶。相关信息可以在这里找到。