Ученые НИУ ВШЭ разработали метод, позволяющий значительно снизить затраты на обучение и оценку вероятности некорректных выводов при использовании систем искусственного интеллекта (ИИ). Это открытие модернизирует подход к оценке неопределенности, что особенно важно для применения в критически важных отраслях, таких как медицина и финансы.
Контекст исследования
Исследование посвящено градиентным алгоритмам, которые часто используют в машинном обучении для оптимизации решений. Традиционно оценка степени уверенности в таких системах требует сложных статистических методов, что связано с высокой вычислительной нагрузкой. Новый подход, предложенный российскими учеными, упрощает эту задачу, обеспечивая значительное сокращение временных и ресурсных затрат.
Детали исследования и его значение
В своей работе эксперты опирались на простые математические принципы, благодаря чему удалось избежать сложных статистических вычислений. В результате, теперь можно получать надежные оценки неопределенности IИ систем менее чем за 0,5 секунды, что позволяет бы оперативно принимать решение в ситуациях, требующих высокой степени уверенности в предсказаниях.
Марина Шешукова, младший научный сотрудник Института ИИ НИУ ВШЭ, отмечает: «Подобные математические методы уже продемонстрировали свою эффективность, что позволяет улучшить работу многих ML-систем». Исследование также показано на конференции AISTATS 2026, что подчеркивает его актуальность в мировом научном сообществе.
Практическое применение для бизнеса
Для компаний, работающих в области машинного обучения и ИИ, это открытие означает доступность инструментов, позволяющих сокращать расходы на вычисления до 30%, что, в свою очередь, открывает новые возможности для более эффективного анализа данных и разработки настоятельных решений. Особенно это важно для стартапов, которым приходится оптимизировать затраты в условиях конкуренции на рынке.
Следующий шаг для НИУ ВШЭ — внедрение нового метода в коммерческие проекты, что позволит множеству компаний оптимизировать свои расходы на разработку ИИ систем.