Hibridni AI Sistemi
Poslednjih godina pojavile su se čitave industrije koje se oslanjaju na delikatnu interakciju između ljudskih radnika i automatizovanog softvera. Kompanije poput Facebooka rade na tome da sadržaji mržnje i nasilja ostanu van njihovih platformi koristeći kombinaciju automatizovanog filtriranja i ljudskih moderatora. Na polju medicine, istraživači sa MIT-a i drugde koristili su mašinsko učenje kako bi pomogli radiolozima da bolje otkriju različite oblike raka. Ono što može biti teško za ove hibridne pristupe jeste kada se osloniti na stručnost ljudi u odnosu na programe. Da bi se uhvatili u koštac sa ovim složenim problemom, istraživači iz MIT-ove laboratorije za računarsku nauku i veštačku inteligenciju razvili su sistem mašinskog učenja koji može ili završiti zadatak ili prebaciti odluku na stručnjaka. Najvažnije je da se može prilagoditi kada i koliko često se određuje za svog ljudskog saradnika, na osnovu faktora kao što su njegova dostupnost i nivo iskustva. Tim je trenirao sistem na više zadataka, uključujući pregled rendgenskih snimaka grudi kako bi se dijagnostikovala specifična stanja kao što su atelektaza (kolaps pluća) i kardiomegalija (uvećano srce). U slučaju kardiomegalije, otkrili su da je njihov hibridni model humanog AI imao 8 posto bolje rezultate nego što je bilo ko od njih to mogao sam. U daljem radu, tim planira da testira svoj pristup sa stvarnim ljudskim stručnjacima, poput radiologa za dijagnostiku rendgenskih snimaka. Oni će takođe istražiti kako da razviju sisteme koji mogu da uče iz pristrasnih ekspertskih podataka, kao i sisteme koji mogu da rade sa nekoliko stručnjaka odjednom. Na primer, bolnički scenario gde bi sistem mogao da sarađuje sa različitim radiolozima koji su iskusniji sa različitim populacijama pacijenata.
