ACM通信
ACM TechNews
面对不确定性，人工智能方法提供了更多确定性
根据内梅亨大学、奥斯汀大学、加州大学伯克利分校和埃因霍温大学的研究人员进行的一项新研究，一种对不确定性进行推理的新方法可能有助于人工智能更快地找到更安全的选择
信贷:HawkPartners
荷兰内梅亨大学、埃因霍温理工大学、奥斯汀大学和加州伯克利大学的研究人员制定了一种新的人工智能(AI)方法，用于对不确定性进行推理。
不确定的部分可观察马尔可夫决策过程(upomdp)基本上是计算事件概率的真实世界模型，因此人工智能可以更快地做出更好、更安全的决策。
Radboud的Nils Jansen表示，uPOMDP方法“允许我们将所有的计算和理论信息以更一致、更定期的方式应用到现实世界中。”
他补充说，像自动驾驶汽车这样的系统可以使用这种方法更详细地解释错误，以便在计算时考虑到它们。Jansen说:“这意味着他们有更多具体的例子来说明可能出现的问题，并做出更好、更充分的调整来避免这些具体的风险。”
从内梅亨大学(荷兰)
版权所有©2021SmithBucklin，美国华盛顿特区
没有发现记录