Нейросети и цифровые следы: распознавание и моделирование решений людей
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Автор материала разбирает, как нейросети могут выявлять индивидуальный стиль принятия решений по цифровым следам и применять его для моделирования поведения. В качестве примера описана программа исследователей из Университета Торонто, Корнеллского университета и Microsoft Research: она распознаёт шахматистов по партиям и способна предсказывать их ходы и типичные ошибки. Автор также приводит исследование психологов из Принстона, в котором нейросети обучали на данных о более чем 10 000 ситуаций рискованного выбора, и проект «Машина морали» с около 40 миллионами решений участников из более чем 200 стран. По мнению автора, игровые платформы и социальные сети могут накапливать данные для персональных поведенческих моделей. Автор предупреждает, что такие модели потенциально пригодны не только для прогнозирования, но и для индивидуального воздействия на выбор человека; возможное применение технологии зависит от целей людей.
Главное
- Программа исследователей из Университета Торонто, Корнеллского университета и Microsoft Research распознаёт шахматистов по партиям.
- В исследовании психологов из Принстона нейросети обучали на данных о более чем 10 000 ситуаций рискованного выбора.
- Проект «Машина морали» собрал около 40 миллионов решений участников из более чем 200 стран.
- Исследователи из Ааленского университета изучили поведенческие данные 700 000 пользователей в 3300 играх на платформе Steam.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация