عامل‌های هوش مصنوعی با ابزار جدید IBM پایدارتر می‌شوند

پژوهشگران IBM Research می‌گویند بسیاری از عامل‌های هوش مصنوعی با «عدم قطعیت در تصمیم‌گیری» روبه‌رو هستند؛ مشکلی که باعث می‌شود یک عامل وظیفه‌ای را یک بار درست انجام دهد، اما هنگام تکرار همان مسیر با شکست مواجه شود.

برای کاهش این ناپایداری، پژوهشگران ابزاری با نام Consistency Analyzer طراحی کرده‌اند. هدف این ابزار، شناسایی نقاط حساس در فرایند تصمیم‌گیری عامل و ارائه راهنماهای خودکار برای افزایش ثبات عملکرد آن است.

#شناسایی نقاط حساس تصمیم‌گیری عامل‌ها

Consistency Analyzer بخش‌هایی از مسیر اجرای وظیفه را بررسی می‌کند که تصمیم‌های عامل در آن‌ها می‌تواند به نتایج متفاوت منجر شود. سپس با ارائه راهنماهای خودکار، عامل را در عبور باثبات‌تر از این نقاط یاری می‌کند.

براساس اطلاعات منتشرشده، استفاده از این روش نرخ موفقیت تکرارپذیر عامل‌های هوش مصنوعی را در وظایف متوسط و سخت تا ۴۵ درصد بهبود می‌بخشد. پژوهشگران می‌گویند این بهبود بدون کاهش دقت کلی سیستم به دست آمده است.

#تمرکز بر تکرارپذیری موفقیت عامل‌های هوش مصنوعی

اهمیت این ابزار در تمرکز آن بر تکرارپذیری است؛ یعنی عامل هوش مصنوعی نه‌تنها باید یک وظیفه را با موفقیت انجام دهد، بلکه باید بتواند در اجرای دوباره همان فرایند نیز نتیجه‌ای باثبات ارائه کند. Consistency Analyzer برای شناسایی و کاهش نوسان در همین مرحله طراحی شده است.

منبع: گزارش رسیده از یک منبع خبری