Разработан алгоритм, способный выявлять причины и следствия в сложных системах |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-11-05 12:46 Он может стать основой для создания более умных искусственных интеллектов. Американские инженеры из Массачусетского технологического института (MIT) разработали уникальную нейросетевую технологию, способную выявлять причинно-следственные связи в различных сложных системах — от экологии до демографии. Алгоритм, получивший название SURD (синергетически-уникально-избыточного разложения причинно-следственных связей), определяет, как различные переменные влияют друг на друга, что открывает новые горизонты в прогнозировании и управлении сложными процессами. Алгоритм анализирует данные за различные периоды и создает так называемую «карту причинности», которая наглядно демонстрирует взаимосвязи между переменными. В отличие от существующих методов, SURD способен различать уникальные, совместные и избыточные связи. Например, он может определить, работает ли переменная сама по себе или только в сочетании с другими факторами, что особенно важно для понимания сложных явлений.? Исследователи создали этот метод, вдохновленный теорией информации Клода Шеннона. Они рассматривают систему как сеть, в которой данные обмениваются между собой, и степень их влияния друг на друга зависит от скорости этого обмена. Алгоритм также способен выявлять ситуации, когда не хватает причин для объяснения связи, и указывать на неизвестные факторы. Разработчики считают, что этот метод может быть использован в самых различных областях — от создания более эффективных самолетов и более умных ИИ до прогнозирования климата и моделирования экономики с помощью новых нейросетей. ?/ Алгоритм уже был протестирован на анализе взаимодействия хищников и жертв в природе и климатических изменениях в регионах. Код SURD открыт для использования, что позволяет любому ученому и исследователю применять его в своих работах. Источник: www.nature.com Комментарии: |
|