Easy Scientific

RTNet: Colmare il divario tra l'IA e il processo decisionale umano

Article Image

I ricercatori hanno creato una nuova rete neurale chiamata RTNet che prende decisioni simili a quelle degli esseri umani. Questa innovazione è stata realizzata dagli scienziati Farshad Rafiei, Medha Shekhar e Dobromir Rahnev ed è stata pubblicata su Nature Human Behaviour.

RTNet si differenzia da altre reti neurali perché è in grado di prendere decisioni in un modo che imita il modo in cui gli esseri umani pensano e decidono. A differenza di altri modelli che prendono sempre la stessa decisione, RTNet può variare le sue decisioni, proprio come fanno le persone. Questo la rende un modello migliore per comprendere il comportamento umano.

Per testare RTNet, i ricercatori hanno utilizzato immagini di numeri scritti a mano. Hanno raccolto dati da 60 volontari umani che dovevano riconoscere questi numeri e valutare la loro fiducia nelle risposte. RTNet è stata quindi testata con le stesse immagini. Incredibilmente, le risposte di RTNet corrispondevano a quelle degli esseri umani in termini di precisione, tempo di risposta e fiducia.

RTNet utilizza un metodo chiamato rete neurale bayesiana, che prende decisioni basate su probabilità. Accumula anche prove prima di prendere una decisione, proprio come fanno gli esseri umani. Questo significa che RTNet non prende sempre la stessa decisione, ma varia in base alle evidenze, rendendola più simile agli esseri umani.

Una caratteristica importante di RTNet è il "compromesso tra velocità e accuratezza". Ciò significa che se deve prendere decisioni rapidamente, potrebbe essere meno precisa, proprio come gli esseri umani. I ricercatori hanno scoperto che RTNet ha performato meglio rispetto ad altri modelli, specialmente quando era necessario prendere decisioni in tempi brevi.

Questa nuova rete neurale rappresenta un grande passo avanti nella creazione di macchine in grado di pensare e decidere come gli esseri umani. I ricercatori sperano di addestrare RTNet su set di dati più variegati e applicare i suoi metodi ad altre reti neurali in futuro. Questo potrebbe aiutare le macchine non solo a imitare il processo decisionale umano, ma anche a assistere nel prendere alcune delle molte decisioni che affrontiamo ogni giorno.

Nature, 2024; doi: 10.1038/s41562-024-01914-8