“işbirlikçi AI” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Takım halinde öğrenen yapay zekalara adil ödül dağıtımı algoritması geliştirildi
Araştırmacılar, sırayla hareket eden ve ortak ödül alan yapay zeka ajanları için yeni bir öğrenme algoritması geliştirdi. CAPO adlı bu sistem, takım başarısından her ajanın ne kadar sorumlu olduğunu belirlemede devrim yaratıyor. Geleneksel sistemlerde, ajanlar tek tek güncellenirken eski verilerin artık geçerli politikaları yansıtmaması sorunu vardı. Yeni algoritma, Sequential Aristocrat Utility (SeqAU) kavramını tanıtarak her ajanın katkısını ayrı ayrı değerlendiriyor. CAPO, grup ödüllerinden ajan bazında ödül ayrışımı yapıyor ve avantaj hesaplamalarını kapalı formda gerçekleştiriyor. Bu sayede ekstra çevre çağrıları yapmadan, sadece mevcut politika üzerinden birkaç ileri geçiş ile işlem tamamlanıyor. Sistem, analitik bias ve varyans sınırları ile destekleniyor.
Tıpta Yapay Zeka: DeepER-Med ile Şeffaf ve Güvenilir Tıbbi Araştırma
Yapay zekanın sağlık alanında yaygın kullanımı için güven ve şeffaflık kritik önem taşıyor. Araştırmacılar, tıbbi araştırmalarda AI kullanımını daha güvenilir hale getirmek için DeepER-Med adlı yeni bir sistem geliştirdi. Bu sistem, kanıt temelli araştırma süreçlerini üç modülde organize ediyor: araştırma planlama, işbirlikçi AI ajanları ve sentez. Mevcut sistemlerin aksine, DeepER-Med kanıt değerlendirmesi için açık ve denetlenebilir kriterlere sahip. Bu yaklaşım, hata birikimini önlemeye yardımcı olurken, araştırmacı ve klinisyenlerin sonuçların güvenilirliğini değerlendirmesini kolaylaştırıyor. Sistem ayrıca karmaşık gerçek dünya tıbbi sorularını değerlendirme konusunda da gelişmiş performans sergiliyor.
LACE: Yapay Zeka Modellerinin İşbirlikçi Düşünme Yeteneği Geliştiriliyor
Araştırmacılar, büyük dil modellerinin akıl yürütme kabiliyetini artırmak için yeni bir yaklaşım geliştirdi. LACE adlı bu sistem, yapay zeka modellerinin birbirleriyle etkileşim halinde düşünmesini sağlıyor. Geleneksel yöntemlerde AI modelleri bağımsız olarak çalışırken, LACE ile eş zamanlı çalışan farklı düşünce süreçleri birbirleriyle bilgi paylaşabiliyor ve hatalarını düzeltebiliyor. Bu işbirlikçi yaklaşım, standart paralel arama yöntemlerine göre akıl yürütme doğruluğunda yüzde 7'lik bir iyileşme sağladı. Araştırmacılar, modellerin bu işbirlikçi davranışı öğrenmesi için özel sentetik veri setleri oluşturdu. Bu gelişme, yapay zekanın daha karmaşık problemleri çözmesinde önemli bir adım olarak değerlendiriliyor.