资料来源：DeepTech MIT新闻）自动学习称为“幻觉”存在一个众所周知的问题。这是指模型产生明显理性但确实不正确或毫无意义的信息的现象。大型模型（例如Chatgpt）几乎可以回答任何问题，并且很少揭示知识的盲点或不确定的领域。但是，由于IA系统越来越多地用于药物的研究和开发，自主信息和驾驶的整合等领域，因此这种缺陷可能会产生严重的后果。如今，Mitity AI的旋转公司正在努力解决上述问题，从而提高了模型的可靠性。该公司的CAPSA平台与任何自动学习模型一起工作，以在几秒钟内检测和纠正不可靠的结果。通过审查AI模型来识别Patrones的作品，以表明数据处理过程中的歧义，瑕疵或偏见。 “我们的理念是结合模型进入CAPSA框架，确定其不确定性和故障模式，并优化模型。我们很高兴改善该模型并提供一个很好的解决方案。适用于所有行业风险最大的领域。随着应用程序范围的扩展，由AI引起的错误可能会产生灾难性的结果。解决方案。不确定性估计算法与前卫自动驾驶汽车的结合表明，碰撞时间可以减少16次，碰撞方案的成功恢复率降低了89％，对自动驾驶的需求可以降低93％。在另一个StuDY，RUS，Amini和他的团队开发了一种算法，可以检测到面部识别系统中的品种和性别偏见。自动放置模型后，通过自动强调模型成功删除了数据。除了偏见。该算法确定了基础培训数据的缺乏代表性部分，并通过生成新的和类似的数据样本来允许数据配方。到2021年，这些科学家表明，类似的方法将帮助制药公司使用AI模型来预测候选药物的特征。 Rus说：“获得Drug Discovery节省了巨大的成本。此应用程序案例带来了这项技术的巨大潜力。”结果表明，当不确定性与错误相关时，该方法可以执行校准预测，通过不确定性引起的主动学习来实现有效的样本训练并提高实验验证速度。药物研发和开发成本减少了75％，研发速度提高训练的训练减少了60％。这适用于计算机功率有限的设备。边缘设备使用小型型号，无法实现服务器上执行的大型模型的准确性。但是，Themis技术允许这些设备在本地处理大多数最好的地方，并且只有在发现挑战的情况下，只有大型服务器请求帮助。 Themis AI是关于实施可以与云环境隔离的AI解决方案，并与半导体制造商讨论。 “在许多情况下，少量的手机或集成系统的模型远低于服务器版本，但是我们的技术可以在两个世界上取得最好的成就。我们可以在不牺牲质量的情况下保持低潜伏期和高效的边缘计算。CAPSA可以大大提高LLM的性能和效率来提高AI思维链的推断。
