- ジョージア工科大学の研究者は、RTNetというモデルを開発し、人間の意思決定を模倣するニューラルネットワークを進化させており、ノイズのある数字を認識する際に人間のような信頼性と変動性を示し、精度と信頼性を向上させている。
- 人間は、選択肢を評価し、過去の類似した状況を思い出し、正しい選択についてかなりの自信を持つことで、ほぼ1日に約35,000の決定を下している。
- RTNetは、ベイジアンニューラルネットワーク（BNN）と証拠の蓄積プロセスを利用しており、そのモデルは、人間と同様に変動し、信頼性のある決定を行う。
- 研究チームは、RTNetの結果を人間の結果と比較し、ジョージア工科大学の60人の学生が同じデータセットを見て自信を共有し、精度率、反応時間、自信のパターンが人間とニューラルネットワークの間で類似していることを発見した。
- 研究チームは、将来的に、アルゴリズムが私たちの意思決定能力を模倣だけでなく、1日に行う35,000の決定の認知的負担の一部を軽減する可能性があると期待している。
研究チームの成果は、競合する確定論的モデルを凌駕し、より高速なシナリオでより正確であることが示された。RTNetは、人間の心理学のもう1つの基本要素により、高速なシナリオでより正確であることができる。例えば、人々は正しい決定を下した時により自信を持つ。モデルは特に自信を好むようにトレーニングする必要がなくとも、自動的にそれを適用する。
元記事: https://scitechdaily.com/ai-learns-to-think-like-humans-a-game-changer-in-machine-learning/