kunstig intelligens
Dansk oppstartsbedrift vil ha maskinlæring som forteller når den er usikker
Illustrasjon.
Foto: Rock'n Roll Monkey
Mange maskinlærings- (ML-) teknologier bygges til alltid å gi et svar, uansett hvor usikre de måtte være. Og det er problematisk og potensielt farlig, mener den danske oppstartsbedriften Desupervised, som jobber med et ML-rammeverk som skal bygge modeller som kan innrømme det hvis de er på gyngende grunn.
– Hvis du bygger et dataspill, kan usikkerheten sikkert være stor før det får store konsekvenser. Men i situasjoner hvor du må forutsi omsetning, stille diagnoser eller noe tilsvarende, trenger du å være veldig trygg på den anbefalingen du får, forklarer Michael Green, som er medstifter og CEO i Desupervised.
– Hvis du bygger en modell som skal finne hunder og katter på bilder, bygger du ikke en modell som skal kunne forstå bilder generelt. Du bygger en algoritme som kan kjenne igjen hunder og katter. Men hva skjer så når den ser et bilde som ikke er av en hund eller katt? Da vil den for eksempel si 90 prosent hund, selv om det ikke er en eneste hund på bildet.
