Российский ученый нашел способ оценить перенос знаний между ИИ до применения

Исследователь из России создал математическую теорему и алгоритм, которые заранее оценивают, насколько корректно нейросеть применит знания, полученные при решении одних задач, к новым. Метод повысит надежность ИИ в медицине, транспорте и робототехнике, сообщает пресс-служба НИТУ МИСИС. Об этом пишет издание ТАСС.

Сотрудник Института новых материалов вуза Никита Никитин пояснил: подход позволяет проверять алгоритмы до внедрения, делая системы предсказуемыми и безопасными. Пока нейросети обычно переучивают для новых задач, но точность такого переноса заранее оценить не удавалось.

Разработанная теорема описывает условия корректного переноса знаний между моделями, обеспечивая формальное математическое доказательство вместо экспериментальных проверок. В основе — логика Хоара, известный метод верификации программ.

Свою идею Никитин проверил на нейросети, распознающей рукописные цифры. Обучив систему на одном наборе данных, он оценил ее работу на похожих изображениях с другими параметрами — точность адаптированной версии значительно выросла. Это указывает на перспективы практического применения. Ученый подытожил, что аппарат может стать основой более надежных ИИ там, где ошибки недопустимы.