
دیپمایند ارزیابی دوسوکور مدلهای هوش مصنوعی را آزمایش کرد
گوگل دیپمایند از اجرای آزمایشی ارزیابیهای دوسوکور برای سامانههای هوش مصنوعی خبر داده است. این روش با هدف کاهش سوگیری در فرایند ارزیابی و افزایش قابلیت اتکای مقایسه میان مدلهای هوش مصنوعی بررسی میشود.
گوگل دیپمایند از اجرای آزمایشی آنچه «نخستین ارزیابیهای دوسوکور هوش مصنوعی در جهان» توصیف کرده، خبر داده است. این پروژه بر بررسی روشی برای ارزیابی مدلهای هوش مصنوعی تمرکز دارد که در آن اطلاعاتی درباره مدل و ارزیاب تا حد امکان از یکدیگر پنهان میماند. ارزیابی دوسوکور (double-blind evaluation) میتواند به کاهش تأثیر انتظارات و پیشداوریهای ارزیابان بر نتایج کمک کند. در ارزیابی مدلهای هوش مصنوعی، آگاهی از نام، سازنده یا مشخصات یک مدل میتواند بر قضاوت درباره عملکرد آن اثر بگذارد؛ به همین دلیل، جداسازی این اطلاعات میتواند مقایسه مدلها را استانداردتر کند. دیپمایند این طرح را در مرحله آزمایشی قرار داده است و اعلام آن به معنای استقرار یک استاندارد نهایی برای ارزیابی مدلها نیست. نتایج این آزمایش میتواند به بررسی عملی بودن روشهای دوسوکور و نحوه استفاده از آنها در ارزیابیهای آینده کمک کند. برای توسعهدهندگان ایرانی، اهمیت این رویکرد در امکان مقایسه عینیتر مدلهای هوش مصنوعی است. در انتخاب مدل برای کاربردهای نرمافزاری، ارزیابیهای مستقل و کمسوگیری میتوانند به سنجش دقیقتر قابلیتها، کیفیت خروجی و تناسب مدل با نیازهای فنی کمک کنند.
این مدل در اپکس۲۴ قابل دسترس است
یک کلید API — ۵۰+ مدل هوش مصنوعی




