지난 10 년 동안 인공 지능의 상당한 발전은 거대한 오픈 소스 온라인 카지노 사이트를 사용한 알고리즘의 광범위한 교육에 의존했습니다. 그러나 그러한 데이터 세트가 "오프 레이블"을 사용하고 의도하지 않은 방식으로 적용될 때, 결과는 AUSTIN의 텍사스 대학교 (University of Oustin)와 캘리포니아 대학교 (University of California, Berkeley)의 새로운 연구에 따르면 AI 알고리즘의 무결성을 손상시키는 기계 학습 편견의 대상이됩니다.
이번 주에 출판 된 결과국립 과학 아카데미의 절차, 한 작업에 대해 게시 된 온라인 카지노 사이트가 다른 제품에 대한 알고리즘을 훈련시키는 데 사용될 때 발생하는 문제를 강조하십시오..Jonathan Tamir, Cockrell School of Engineering의 전기 및 컴퓨터 공학 조교수이자 UT-LED National Science Foundation 온라인 카지노 사이트 Machine Learning 연구소 회원은 연구의 공동 저자 중 하나입니다.
연구원들은 의료 영상 연구의 유망한 결과를 복제하지 못했을 때이 문제를 발견했습니다.
21563_21916
수년에 걸친 무료 온라인 온라인 카지노 사이트의 확산은 의료 이미징에서 AI 알고리즘 개발을 지원하는 데 도움이되었습니다. 자기 공명 영상 (MRI)의 경우, 특히 알고리즘의 개선이 더 빠른 스캔으로 변환 될 수 있습니다.
잘 알려진 imagenet과 같은 일부 온라인 카지노 사이트 세트에는 수백만 개의 이미지가 포함되어 있습니다. 의료 이미지를 포함하는 온라인 카지노 사이트 세트는 스캔에서 얻은 측정을 해독하는 데 사용되는 AI 알고리즘을 훈련시키는 데 사용될 수 있습니다.
많은 디지털 사진 작가가 알고 있듯이, 원시 이미지 파일에는 압축 된 대응 물보다 더 많은 데이터가 포함되어 있으므로 원시 MRI 측정 온라인 카지노 사이트에 대한 AI 알고리즘을 훈련시킵니다. 그러나 이러한 온라인 카지노 사이트는 부족하므로 소프트웨어 개발자는 처리 된 MR 이미지로 온라인 카지노 사이트를 다운로드하고, 그로부터 겉보기에 원시적 인 측정을 종합 한 다음, 이미지 재구성 알고리즘을 개발하는 데 사용합니다..
연구원들은이 결함이있는 방법론을 사용하여 알고리즘이 개발 될 때 발생하는 편향된 연구 결과를 설명하기 위해“암시 적 온라인 카지노 사이트 범죄”라는 용어를 만들었습니다.
“온라인 카지노 사이트 처리 파이프 라인은 온라인 카지노 사이트 큐레이터가 온라인으로 저장하기 전에 온라인 카지노 사이트 큐레이터에 의해 적용되기 때문에 쉬운 실수입니다.이 파이프 라인은 항상 설명되지 않습니다. 따라서 어떤 이미지가 처리되는지 항상 명확하지는 않습니다.”라고 Shimron은 말했습니다. "AI 알고리즘을 개발할 때 문제가있는 믹스 앤 매치 접근법으로 이어집니다."
너무 진실하기에는 너무 좋습니다
이 관행이 성능 편향으로 이어질 수있는 방법을 보여주기 위해 Shimron과 그녀의 동료들은 3 개의 잘 알려진 MRI 재구성 알고리즘을 FastMRI 온라인 카지노 사이트 세트를 기반으로 원시 및 처리 된 이미지 모두에 적용했습니다. 처리 된 온라인 카지노 사이트가 사용되면 알고리즘은 원시 온라인 카지노 사이트에서 생성 된 이미지보다 최대 48% 더 우수한 이미지를 생성했습니다.
24848_24921
Ke Wang, UC Berkeley Ph.D. Lustig 's Lab의 학생은이 연구의 다른 공동 저자 중 하나입니다.
원시 파일로 시작하여 연구원들은 많은 오픈 액세스 MRI 온라인 카지노 사이트에 영향을 미치는 두 가지 공통 데이터 처리 파이프 라인을 사용하여 이미지를 제어 된 단계로 처리했습니다 : 상용 스캐너 소프트웨어 사용 및 JPEG 압축으로 데이터 저장소 사용. 그들은 해당 데이터 세트를 사용하여 3 개의 이미지 재구성 알고리즘을 훈련시킨 다음 재구성 된 이미지의 정확도와 데이터 처리 정도를 측정했습니다..
우리의 결과는 모든 알고리즘이 비슷하게 행동한다는 것을 보여주었습니다. 처리 된 온라인 카지노 사이트로 구현할 때, 좋아 보이는 것처럼 보이는 이미지가 생성되지만 원래의 비 처리 이미지와 다르게 나타납니다. "라고 Shimron은 말했습니다. "차이는 온라인 카지노 사이트 처리 정도와 밀접한 관련이 있습니다."
‘지나치게 낙관적 인’결과
연구원들은 또한 임상 설정에서 미리 훈련 된 알고리즘을 사용할 수있는 잠재적 위험을 조사하여 처리 된 온라인 카지노 사이트에 미리 훈련 된 알고리즘을 가져 와서 실제 원시 온라인 카지노 사이트에 적용했습니다..
26155_26301
온라인 카지노 사이트지는 훌륭해 보일 수 있지만 부정확하다고 연구 저자는 말했다. Shimron은“극단적 인 경우에는 병리와 관련된 작고 임상 적으로 중요한 세부 사항이 완전히 빠질 수 있습니다.
알고리즘이 더 선명한 이미지와 더 빠른 이미지 획득을보고 할 수 있지만, 임상 또는 원시 스캐너, 온라인 카지노 사이트로 결과를 재현 할 수 없습니다. 이러한 "지나치게 낙관적"결과는 편향 된 알고리즘을 임상 실습으로 변환 할 위험이 있음을 보여줍니다.
“이러한 방법이 임상 실습에서 어떻게 작동하는지 예측할 수 없으며, 이로 인해 임상 채택에 대한 장벽이 생깁니다.”라고 Tamir는 박사 학위를 받았습니다. UC Berkeley의 전기 공학 및 컴퓨터 과학 분야에서 Lustig 's Lab의 전 멤버였습니다.
Shimron은 업계와 학계 모두 의료 영상을위한 새로운 AI 방법을 개발하기 위해 빠르게 노력하고 있기 때문에 이러한“온라인 카지노 사이트 범죄”를 밝히는 것이 중요하다고 말했다. 그녀는 온라인 카지노 사이트 큐레이터가 온라인 카지노 사이트 세트에서 파일을 처리하는 데 사용되는 기술에 대한 웹 사이트에 전체 설명을 제공함으로써 도움을 줄 수 있다고 말했다.
국립 생물 의학 영상 및 생물 공학 연구소의 자금 지원 및 국립 과학 재단 연구소 (National Science Foundation of Machine Learning)는이 연구를 지원하는 데 도움이되었습니다.
