🔍 چرا هوش مصنوعی‌ها با روش‌های متفاوت به نتایج یکسان می‌رسند؟

تا به حال فکر کرده‌اید که اگر دو مدل هوش مصنوعی دقیقاً یک خروجی درست بدهند، آیا از «منطق» مشابهی برای رسیدن به آن استفاده کرده‌اند؟ 🤔

محققان ابزار جدیدی به نام EvoXplain را معرفی کرده‌اند که به بررسی «چندگانگی مکانیکی» در مدل‌های یادگیری ماشین می‌پردازد. این سیستم به جای تمرکز صرف بر دقت (Accuracy)، بررسی می‌کند که آیا مدل‌ها در مسیر رسیدن به پاسخ، از استدلال‌های مشابه استفاده کرده‌اند یا از مسیرهای کاملاً متفاوت. این دستاورد در حوزه‌های حساسی مثل پزشکی و ژنومیک که «چرایی» تصمیم هوش مصنوعی به اندازه خودِ پاسخ اهمیت دارد، بسیار کلیدی است. 🧬💡

منبع: arXiv AI