“Nonostante siano stati compiuti progressi nella regolamentazione dell’IA, la FDA non è stata in grado di risolvere la regolamentazione di due questioni tecnologiche avanzate che sono correlate ma non uguali”, spiegano Bertalan Meskó & Eric J. Topol in un nuovo studio su Nature.
“Il primo riguarda la regolamentazione degli algoritmi adattivi in grado di regolare i propri parametri o il comportamento in base ai dati di input o alle prestazioni su un compito specifico. Questa adattabilità consente all’algoritmo di migliorare le proprie prestazioni nel tempo o di rispondere al cambiamento delle condizioni.
L’altro è legato alla cosiddetta funzione autodidattica nel deep learning. Si riferisce alla capacità di un sistema di apprendere da solo senza supervisione diretta, un approccio che spesso richiede un apprendimento non supervisionato o autosupervisionato, in cui il modello apprende modelli e rappresentazioni dai dati di input senza fare affidamento su esempi etichettati. Un modello di deep learning autodidattico di questo tipo può scoprire strutture e relazioni sottostanti nei dati ottimizzando le sue rappresentazioni interne senza una guida esplicita”.
Le opinioni espresse in questo articolo sono dell’autore.
Leggi le ultime news su: https://w3b.today
Può interessarti anche: Giustizia predittiva e intelligenza artificiale: “disumanizzare l’applicazione del diritto, moderna perversione della legge”, avv. Fusillo
Seguici su Telegram https://t.me/presskit
Seguici su Facebook https://www.facebook.com/presskit.it
Copiate l’articolo, se volete, vi chiediamo solo di mettere un link al pezzo originale.
