Forskning31. juli 2026
Ny metode reduserer kostnader for kritiske AI-systemer
Av redaksjonen
AI-systemer som skal vurdere kreditt eller oppdage svindel, sliter ofte med å identifisere sjeldne, men kostbare hendelser. Nå har forskere vist hvordan dette kan løses, og hvor mye man kan spare.
Nye forskningsresultater viser at AI-systemer for høyrisikobeslutninger, som kredittvurdering og svindeldeteksjon, kan forbedres betydelig. Standardmodeller overser ofte sjeldne hendelser som likevel er svært kostbare, som uoppdaget svindel eller sjeldne sykdommer. Dette fører til unødvendige utgifter og dårligere dekning for minoritetsklasser.
Forskere har nå testet en ny tilnærming som kombinerer «» (CP) med . Dette forbedrer dekningen av minoritetsklasser med over 61 prosentpoeng sammenlignet med tradisjonelle metoder. Ved å la AI-en avstå fra å ta beslutninger i tvilstilfeller og overlate dem til mennesker, kan den forventede beslutningskostnaden reduseres betydelig. Metoden gir også en terskel for når det blir kostnadseffektivt å involvere menneskelige eksperter.