MIT teadlased on välja töötanud meetodi, mis aitab generatiivsetel tehisintellektimudelitel lahendada kõrgete riskidega ülesandeid. Sellistes olukordades ei piisa usutavast vastusest: lõpptulemus peab täitma ka rangeid ohutus-, füüsika- või ülesandepõhiseid tingimusi, mida ei tohi rikkuda.

Meetodi nimega HardFlow keskmes on idee anda mudelile genereerimise ajal rohkem vabadust ning rakendada kohustuslikke piiranguid eelkõige lõpptulemusele. Teadlaste katsetes aitas see lähenemine saavutada nõutud piirangute täitmise ja leida samal ajal kvaliteetsemaid lahendusi kui mitmed varasemad meetodid.

Miks vahepealsed sammud võivad lahendust halvendada?

Generatiivsed mudelid loovad tulemuse järk-järgult, muutes algset juhuslikku müra sobivaks väljundiks. Näiteks difusioonimudelid ja flow-matching-mudelid võivad genereerida pilte, liikumistrajektoore või muid andmeid, mida saab kohandada eri rakendustele.

Ohutuskriitilistes ülesannetes kasutatakse sageli võtet, mille puhul sunnitakse mudeli iga vahepealne lahendus vastama rangetele nõuetele. MIT-i teadlaste hinnangul võib selline lähenemine aga piirata mudeli otsinguruumi liiga vara. Selle tagajärjeks võib olla küll nõuetele vastav, kuid muude omaduste poolest kehvem lõpptulemus.

Roboti liikumise kavandamisel võib näiteks olla oluline mitte ainult kokkupõrke vältimine, vaid ka võimalikult lühikese või kiire trajektoori leidmine. Kui piiranguid rakendatakse igas genereerimise etapis, võib mudelil olla raskem sellise parema lahenduseni jõuda.

HardFlow ühendab piirangud ja optimeerimise

HardFlow sõnastab rangete piirangutega genereerimise trajektoori optimeerimise ülesandena. Selleks kasutatakse optimaalse juhtimise valdkonnast pärit võtteid, mis võimaldavad mudeli genereerimisprotsessi soovitud tulemuse suunas suunata ning teha selle käigus väiksemaid parandusi.

Teadlased pidid seejuures lahendama probleemi, kuidas optimeerida protsessi, mis kulgeb läbi suure ja paljude omavahel seotud kihtidega närvivõrgu. Nad jagasid ülesande väiksemateks ühe sammu probleemideks ning rakendasid teisendusi ja lähendusi, et muuta algoritm arvutuslikult teostatavaks.

Oluline on ka see, et HardFlow töötab kasutuselevõtu ajal. See tähendab, et meetodit saab rakendada juba treenitud generatiivsetele mudelitele, ilma et neid tuleks uuesti treenida.

Katsetes robotitest pilditöötluseni

MIT-i teatel katsetati meetodit robotmanipulatsiooni, labürindis navigeerimise ja tekstijuhistega pilditöötluse ülesannetes. HardFlow täitis katsetes nõutud piiranguid ning edestas võrdlusmeetodeid lahenduste kvaliteedi näitajates.

Robotirakenduses suutis meetod vältida takistustega kokkupõrkeid ja leida samal ajal sihtobjektini kiirema tee. Teadlaste kokkuvõtte kohaselt oli HardFlow arvutuslik jõudlus enamiku võrreldud meetoditega sarnane või parem.

Miks see on AI kasutajatele oluline?

Generatiivsete mudelite kasutamisel tööstuses, robootikas ja muudes füüsilise maailmaga seotud rakendustes ei pruugi ligikaudne õigsus olla piisav. Lahendus peab arvestama reeglitega, mille rikkumine võib muuta tulemuse kasutuskõlbmatuks või ohtlikuks.

HardFlow kirjeldatud lähenemine võib olla oluline organisatsioonidele, kes soovivad ühendada olemasolevate generatiivsete mudelite paindlikkuse rangete äriliste, füüsiliste või ohutusnõuetega. Samas kirjeldab algallikas teadlaste uurimust ja katsetulemusi; meetodi sobivus konkreetse tootmise või turvakriitilise süsteemi jaoks eeldaks eraldi valideerimist.

Mida edasi jälgida?

Edaspidi tasub jälgida, kas HardFlow-laadseid meetodeid laiendatakse olukordadele, kus AI-mudel saab ka ise kasutuse käigus kohaneda ning parandada ühtaegu nii piirangute täitmist kui ka lõpptulemuse kvaliteeti.

Algallikas: MIT AI