تحول در هوش مصنوعی: شبکه عصبی قابل تفسیر معرفی شد
محققان در یک پیشرفت بزرگ در حوزه هوش مصنوعی، موفق به توسعه شبکه‌های عصبی جدیدی شده‌اند که نه تنها دقت بالاتری دارند، بلکه عملکرد درونی آنها نیز برای انسان قابل فهم است. این دستاورد که می‌تواند به کشف قوانین جدید طبیعت و توسعه فناوری‌های هوشمندتر منجر شود، نویدبخش آینده‌ای روشن برای هوش مصنوعی است.
به گزارش پیوست، شبکه‌های عصبی مصنوعی در مرکز هوش مصنوعی مدرن و پشتوانه چت‌بات‌ها و تولیدکننده‌های تصویر هستند. اما با وجود نورون‌های فراوان، آنها می‌توانند جعبه‌های سیاه محسوب شوند و عملکرد داخلی آنها برای کاربران قابل فهم و درک نباشد.
محققان اکنون روش جدیدی برای ساخت شبکه‌های عصبی ایجاد کرده‌اند که از برخی جهات از سیستم‌های سنتی پیشی می‌گیرد. به گفته فعالان حیطه هوش مصنوعی، این شبکه‌های جدید قابل تفسیرتر و دقیق‌تر هستند. این شبکه‌های عصبی جدید که به آنها KAN گفته می‌شود، می‌توانند مسائل پیچیده را با استفاده از پارامترهای کمتر حل کنند. این یعنی این شبکه‌ها به محاسبات کمتری نیاز دارند و در نتیجه سریع‌تر و کم‌هزینه‌تر کار می‌کنند.
یکی از مزایای بزرگ KANها این است که دانشمندان بهتر می‌توانند نحوه عملکرد آنها را درک کنند. این در حالی است که بسیاری از مدل‌های فعلی هوش مصنوعی مثل یک جعبه سیاه عمل می‌کنند و ما نمی‌توانیم دقیقا بفهمیم چرا به نتیجه خاصی رسیده‌اند.
کاربردهای آینده این فناوری بسیار گسترده است . برای مثال، دانشمندان امیدوارند با استفاده از این شبکه‌های عصبی بتوانند پدیده‌های پیچیده طبیعی مانند ابررسانایی را بهتر درک کنند و حتی به کشف فناوری‌های جدیدی مانند همجوشی هسته‌ای کمک کنند.
