
Zdjęcie ilustracyjne.
Zespół naukowców z Johns Hopkins University oraz kilku innych ośrodków badawczych opracował nowatorski system współpracy między modelami sztucznej inteligencji (SI). W ramach eksperymentu kilka modeli SI – opartych na architekturze ChatGPT – wspólnie analizowało i omawiało pytania z amerykańskiego egzaminu medycznego USMLE, osiągając rekordową skuteczność odpowiedzi: 97, 93 i 94 procent na trzech etapach testu.
Badacze nazwali tę metodę „AI council” (rada SI). W jej ramach pięć modeli sztucznej inteligencji prowadziło między sobą strukturalną dyskusję: porównywało swoje odpowiedzi, analizowało argumenty i wspólnie dochodziło do ostatecznego wniosku.
Eksperyment przeprowadzono na 325 pytaniach obejmujących wiedzę medyczną – od podstaw po zagadnienia kliniczne. Jak się okazało, wspólne rozwiązywanie problemów przyniosło znacznie lepsze wyniki niż działanie pojedynczego modelu. Co istotne, systemy nie były wcześniej trenowane na specjalistycznych danych medycznych.
– Nasze badanie dowodzi, że gdy kilka modeli SI prowadzi ze sobą dialog, potrafią osiągnąć najwyższą dotąd skuteczność w egzaminach lekarskich – odpowiednio 97, 93 i 94 procent – bez dodatkowego szkolenia i dostępu do danych klinicznych. To pokazuje, jak potężne efekty daje współpraca i wymiana argumentów między systemami –
mówi Yahya Shaikh, współautor pracy opublikowanej w czasopiśmie PLOS Digital Health.
Badacze podkreślają, że „AI council” stanowi pierwszy wyraźny dowód na zdolność modeli SI do samokorektypoprzez uporządkowany dialog. W sytuacjach, gdy systemy nie były zgodne, wprowadzano tzw. mediatora – dodatkowy algorytm, który analizował różnice w odpowiedziach, podsumowywał argumenty i inicjował kolejną rundę dyskusji. Dzięki temu udało się poprawić błędne odpowiedzi w 53 procentach przypadków.
– Strukturalny dialog między systemami SI pozwala na samodzielne korygowanie błędów, a osiągnięty konsensus często przewyższa możliwości pojedynczego modelu –
podsumowują autorzy badań.
Choć metoda nie została jeszcze przetestowana w warunkach klinicznych, naukowcy przewidują, że kolektywne podejmowanie decyzji przez sztuczną inteligencję może w przyszłości zwiększyć wiarygodność i bezpieczeństwo systemów wspomagających pracę lekarzy.
filarybiznesu.pl


