Comment les biais cognitifs affectent-ils l'intelligence artificielle ?

L'étude du niveau le plus élémentaire de la cognition humaine est appelée traitement cognitif de base, également connu sous le nom de science cognitive. La psychologie, la neurologie et les neurosciences cognitives sont les principaux domaines de recherche des sciences cognitives, et bon nombre de leurs découvertes ont des applications importantes dans l'intelligence artificielle, c'est-à-dire la discipline de l'apprentissage automatique.

Fait intéressant, la recherche en neurophysiologie et en cartographie microscopique soutient l'idée selon laquelle des opérations mentales complexes peuvent être expliquées au niveau des systèmes. Les systèmes d’IA fonctionnent de plusieurs manières, comme des versions simplifiées de notre cerveau.

L'intelligence artificielle devient chaque jour plus intelligente. Si l’IA atteint un niveau d’intelligence similaire à celui des humains, elle sera soumise aux mêmes limitations que les humains. L'interprétation et la formation de la cognition au niveau humain par les humains compliquent le calcul des systèmes d'intelligence artificielle dans l'apprentissage automatique. Les principes issus de l’intuition et de la recherche sur le cerveau suggèrent que les gens ont des préférences d’interprétation spécifiques avant d’exprimer des faits. Mais si l’on s’appuie trop sur l’IA, on risque de sous-estimer l’importance du comportement humain. De plus, même si les systèmes d’IA s’améliorent d’innombrables façons, nous ne comprenons toujours pas pleinement comment les humains accomplissent des tâches similaires mais plus difficiles dans ces domaines. Même si nous essayons de définir ce qu’est une « personne », la distinction devient de plus en plus floue.

L'heuristique de disponibilité affirme que les gens s'appuient généralement davantage sur des données qui confirment leurs pensées actuelles, ce qui constitue un biais cognitif important lorsqu'il s'agit de choix en matière d'IA. Face à des données contradictoires ou ambiguës, nous avons tendance à nous tourner vers l’interprétation la plus pertinente ou la plus logique des preuves fournies. Cette stratégie peut fonctionner dans certains cas, mais dans de nombreux cas, elle peut conduire à un cycle d’échec qui ne peut être rompu. Les fuites de mémoire se produisent lorsqu’un algorithme s’appuie fortement sur des heuristiques pour prendre des décisions et finit par s’appuyer sur des informations non pertinentes ou obsolètes. Ceci est un exemple typique.

Les humains préfèrent utiliser des heuristiques pour prendre des décisions, ce qui est facile à observer, mais ces biais sont automatiques et inconscients, ce qui les rend difficiles à identifier. Il y a de bonnes raisons de penser que les humains exploitent les préjugés dans leur vie quotidienne depuis l’époque des cultures de chasseurs-cueilleurs. Bon nombre des compétences que possèdent aujourd’hui les humains, comme le langage et les mathématiques, ont été acquises à l’aide de diverses stratégies d’apprentissage, comme la mise en miroir. Apprendre des informations n’est pas difficile et notre cerveau peut les décoder rapidement.

Il est incorrect d’affirmer que les préjugés jouent encore un petit rôle dans la prise de décision humaine. Bien que des méthodes de filtrage améliorées soient constamment développées, il n’existe actuellement pas de solution unique aux progrès de l’IA. Nous savons que l’intelligence artificielle et l’esprit humain sont faillibles. Cela signifie qu’aucun système d’intelligence artificielle ne remplacera complètement un humain dans aucun calcul, quel que soit le degré d’avancement des réseaux neuronaux pour prédire leur prochain mouvement.

Étant donné que les biais cognitifs sont ancrés dans la nature humaine et qu’il est peu probable qu’ils disparaissent, les systèmes d’IA devront en tenir compte. Un système d’intelligence artificielle parfait ne peut pas être fabriqué. Les méthodes actuellement utilisées ne peuvent qu'être améliorées, optimisées et améliorées tout en donnant aux autres parties du système une qualité humaine. Mieux vous comprendrez les biais cognitifs, plus vous pourrez utiliser efficacement l’apprentissage automatique et l’intelligence artificielle.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!