Uno studio dell’Università di Berkeley ha introdotto la tecnica PPI “inferenza basata sulla previsione” (Prediction-based Inference).
L’intelligenza artificiale (IA) ha rivoluzionato la ricerca scientifica negli ultimi dieci anni, consentendo previsioni avanzate su fenomeni complessi. Tuttavia, l’uso ingenuo di modelli di apprendimento automatico può portare a risultati fuorvianti. Un gruppo di ricercatori dell’Università di Berkeley ha introdotto la tecnica “inferenza basata sulla previsione” (PPI) per correggere gli errori di modelli generici, aprendo nuove prospettive nell’applicazione dell’IA alla scienza.
Utilizzo sicuro delle previsioni
La PPI sfrutta una piccola quantità di dati reali per correggere gli output dei modelli, consentendo ai ricercatori di utilizzare l’IA senza cadere in trappole di risultati distorti. Il professore Michael Jordan, autore dello studio, sottolinea che la PPI corregge gli errori anche quando la natura esatta dell’errore è sconosciuta.
Rischio di pregiudizi
Gli scienziati spesso cercano intervalli di confidenza per ottenere risposte plausibili, ma i modelli di IA focalizzati sui singoli dati non forniscono valutazioni di incertezza soddisfacenti. I pregiudizi nascosti nei dati di addestramento possono distorcere i risultati, portando a conclusioni errate.
PPI come agisce?
La PPI consente agli scienziati di incorporare previsioni di modelli, come AlphaFold, senza fare ipotesi sui dati di addestramento. Il metodo richiede dati imparziali rispetto all’ipotesi investigata, abbinati a previsioni di IA corrispondenti. Questo approccio è stato applicato con successo all’individuazione delle aree deforestate in Amazzonia, correggendo gli intervalli di confidenza distorti.
Applicazioni
La versatilità della PPI emerge attraverso applicazioni in varie ricerche scientifiche, come il ripiegamento delle proteine, la classificazione delle galassie, i livelli di espressione genetica, il conteggio del plancton e la relazione tra reddito e assicurazione sanitaria. Secondo Jordan, la PPI rappresenta una componente essenziale per la scienza moderna collaborativa e ricca di dati e modelli.
La tecnica PPI offre un approccio innovativo per ottimizzare l’uso dell’IA nella ricerca scientifica, consentendo ai ricercatori di beneficiare delle previsioni avanzate dei modelli senza cadere nelle trappole dei pregiudizi. L’applicazione della PPI a una vasta gamma di domande scientifiche dimostra il suo valore nella scienza collaborativa moderna.
