Увеличение массива информации для нейросети не обязательно делает ее результаты точнее. К такому выводу пришли специалисты Пермского государственного национального исследовательского университета, изучившие применение искусственного интеллекта в медицине. О результатах работы рассказали в Минобрнауки России, передает ТАСС.
Исследователи сопоставили объем исходных данных и точность работы медицинских нейросетевых моделей. Оказалось, что при расширении набора информации ожидаемого улучшения удается добиться не во всех рассмотренных случаях. Иногда показатели, напротив, становились хуже.
Полученные результаты показывают, что само по себе увеличение количества данных не гарантирует повышения качества ответов системы. В исследованных ситуациях связь между размером исходной информации и точностью оказалась неоднозначной. Речь идет о конкретных примерах, изученных пермскими учеными, а не об универсальном свойстве всех алгоритмов.
Работа сотрудников ПГНИУ посвящена особенностям использования нейросетевых технологий для медицинских задач. Выявленное ограничение необходимо учитывать при оценке результатов таких моделей: количество доступной информации и точность обработки не всегда изменяются в одном направлении.