Согласно исследованиям Университета Ватерлоо, пока не существует точного метода для определения, можно ли решить конкретную проблему с помощью инструментов машинного обучения, - пишет eurekalert.org со ссылкой на Nature Machine Intelligence.
«Мы должны действовать с осторожностью, - сказал Шай Бен-Дэвид, ведущий автор исследования и профессор Школы компьютерных наук Ватерлоо. - Существует много крайне эффективных инструментов, но никто не понимает, почему они успешны, и никто не может гарантировать, что они продолжат хорошо работать».
«В ситуациях, когда требуется только ответ «да» или «нет», мы точно знаем, что можно или нельзя сделать с помощью алгоритмов машинного обучения. Однако, когда речь идет о более общих настройках, мы не можем понять, обучится ли машина задаче или нет».
В этом исследовании Бен-Дэвид и его коллеги рассмотрели модель обучения, называемую оценкой максимума, которая охватывает много общих задач машинного обучения. Например, такие задачи, как определение наилучшего места для размещения товаров с целью оптимизировать их доступность для будущих ожидаемых потребителей. Исследование показало, что ни один математический метод никогда не сможет определить, учитывая задачу в этой модели, может ли инструмент на основе ИИ справиться с ней или нет.
«Это открытие стало неожиданностью для исследовательского
сообщества, поскольку долгое время считалось, что, как только
будет предоставлено точное описание задачи, можно будет легко
определить, смогут ли алгоритмы машинного обучения научиться
выполнять эту задачу», - сказал он. Бен-Давид.
[Фото: nicoelnino: ru.123rf.com]
