Дополнительная информация не всегда помогает нейросетям выдавать более точные результаты. Это показало исследование специалистов Пермского государственного национального исследовательского университета (ПГНИУ), посвященное использованию искусственного интеллекта в медицине.
Ученые изучили, как объем исходных данных отражается на точности медицинских ИИ-моделей. Анализ показал, что увеличение информационной базы не обязательно улучшает работу алгоритмов. В некоторых рассмотренных случаях качество результатов даже снижалось.
Исследователи отмечают, что между количеством информации и точностью ответов нет однозначной зависимости. Поэтому при разработке и оценке медицинских нейросетей важно учитывать не только объем данных, но и особенности их обработки.
При этом выводы относятся к конкретным моделям и примерам, которые изучали пермские специалисты. Они не свидетельствуют о том, что увеличение объема данных неизбежно ухудшает работу искусственного интеллекта в целом, сообщает "Самара Онлайн 24".