Новости Новое ПО поможет нейросетям исправлять собственные баги

[MISTER X]

В центре НТИ «Цифровое материаловедение: новые материалы и вещества» МГТУ им. Баумана разработали программу, способную автоматически обучать модели машинного обучения и одновременно показывать уровень их уверенности в собственных прогнозах. Как отмечают разработчики, решение позволит исследователям и пользователям с базовыми компьютерными навыками создавать современные ML-модели и понимать, насколько достоверны полученные результаты.

Одним из ключевых направлений применения технологии называют фармакологию. При создании новых лекарств необходимо оценивать токсичность соединений, однако стандартные алгоритмы выдают лишь само значение без указания возможной погрешности. В результате выводы могут оказаться некорректными: модель может рекомендовать дозировку в 30 мг с погрешностью ±2 мг, а другому пациенту — 20 мг с погрешностью ±18 мг, формально предлагая более низкое значение, но практически не давая уверенности в его точности. Новый алгоритм учитывает такие расхождения, что позволяет корректнее трактовать результаты.

«В данном примере предсказываемая неуверенность составляет почти 100% от самой величины (20 мг при погрешности 18 мг). Это означает, что модель плохо понимает собственный результат и честно сообщает об этом. Соответственно, следовать такому прогнозу нельзя. Благодаря этому принимается более взвешенное и безопасное решение, а пациент избегает лишнего риска», — пояснил один из разработчиков технологии Иван Беспалов.


По его словам, главное преимущество отечественной разработки в том, что зарубежные аналоги не способны оценивать уверенность собственных предсказаний, что усложняет их применение в критически важных областях. В новой системе достаточно загрузить Excel-файл с исходными данными — программа самостоятельно проведет анализ методами машинного обучения, сформирует прогноз и укажет возможную погрешность. Это делает инструмент доступным даже для пользователей без специальной подготовки.

Источник