УДК 004.8
DOI: 10.36871/2618-9976.2023.08.001
Авторы
Светлана Васильевна Прокопчина,
Доктор технических наук, профессор, Финансовый университет при Правительстве Российской Федерации, Москва, Россия
Аннотация
В статье предлагается методология создания системы оценки качества решений искусственного интеллекта (ИИ), в частности оценки достоверности решений, определяющей степень доверия к получаемым решениям. Методология построена на основе регуляризирующего байесовского подхода и реализована в виде системы метрологического сопровождения решений ИИ. В рамках этой методологии и технологий метрологического сопровождения предложены комплексы метрологических характеристик, определяющих точность, надежность (уровень ошибок 1-го и 2-го рода), достоверность, риск, энтропию, количество информации для каждого этапа алгоритмов, что обеспечивает прослеживаемость и прозрачность получаемых решений. Приведены практические примеры определения метрологических комплексов для решений прикладных систем искусственного интеллекта.
Ключевые слова
искусственный интеллект
метрология
регуляризирующий байесовский подход
