アメリカ・ノースカロライナ州立大学のニューロンAIは内部を見つめ、自身のニューラルネットワークを微調整する能力を持つので、生産性やAIを使ってパフォーマンスを向上には、多様性の欠如よりも多様性を選択した方がパフォーマンスが向上することが、新しい研究で判明しました。
特に、複雑なタスクを解決するのに多様性を選択した方が特に効果的でした。
ニューラル ネットワークは、私たちの脳の仕組みに大まかに基づいた高度なタイプの AI です
「キーとなったのは、AI に自分の内側を見つめ、どのように学習するかを学ぶ能力を与えることでした。」
「問題がより複雑で混沌とするにつれて、多様性を受け入れた AI の方が、多様性を受け入れない AI に比べてパフォーマンスがさらに劇的に向上することも観察されました。」
「このダイバーシティベースの AI は、振り子の揺れや銀河の動きの予測など、より複雑な問題を解決する際に、従来の AI よりも最大 10 倍正確です。」
AI の精度をテストしたところ、ニューロンの数とニューロンの多様性が増加するにつれて精度が向上することがわかりました。標準的な同種 AI は 57% の精度で数値を識別できましたが、メタ学習型の多様な AI は 70% の精度に達することができました。
この研究は海軍研究局 (助成金 N00014-16-1-3066) と United Therapeutics の支援を受けました
