Ученые представили метод оценки значимости правил и данных в моделях «осведомленного машинного обучения». Это позволяет искусственному интеллекту (ИИ) интегрировать законы реального мира, улучшая решение сложных задач.
Разработанный метод оценивает вклад каждого правила в предсказательную точность модели. Это позволяет оптимизировать модели, регулируя влияние различных правил и фильтруя избыточные. Исследователи также выявили взаимодействия между правилами, что ускорило обучение и повысило точность.
Ученые подчеркивают практическое применение метода в инженерии, физике и химии. Они показали его эффективность, оптимизируя модели для решения уравнений и прогнозирования результатов химических экспериментов. В будущем, исследователи планируют создать инструмент для разработчиков ИИ и обучить модели извлекать знания из данных.
Источник новости: www.ferra.ru
