WashU-forskere rangerer AI-bilder 95 % korrekt uten fasit
Av AIWatch
Forskere ved Washington University har utviklet en metode for å evaluere AI-baserte bildeverktøy uten etablerte referansepunkter. Testene viser 95 prosents nøyaktighet, noe som kan gi sikrere AI-diagnostikk.
Washington University (WashU) har utviklet en ny metode for å rangere nøyaktigheten av AI-baserte bildeverktøy. Det spesielle er at metoden lykkes selv der det ikke finnes en kjent «fasit» (ground truth) å sammenligne med. I tester identifiserte metoden den mest presise bildeanalysen 95 prosent av gangene. Dette gjennombruddet kan være avgjørende for medisinsk avbildning, der mangel på nøyaktige sammenligningsgrunnlag ofte hemmer utviklingen av AI-diagnostikk. Presisjonen kan bygge økt tillit til AI-verktøy for diagnose og behandling. Forskere ved WashU jobber også med AI for å akselerere Alzheimer-forskning og for å identifisere kjemiske forbindelser. De har blant annet funnet 10 nye materialer som presterer bedre enn dagens teknologi for vannhøsting, et eksempel på AI som transformerer materievitenskap. Arbeidet omfatter også etikk, rettferdighet og i AI-systemer, med fokus på å gjøre teknologien mer pålitelig og ansvarlig.
Kilder til denne saken: ai.washu.edu ↗
AI: Research, språk og faktasjekk.
Relatert
