文章專區

人工智慧（artifical intelligence, AI）在過去十年間席捲了人們的生活，更滲透到科學研究領域的許多角落。雖然AI能用來加速科學進展，但機器學習模型有時候也可能會呈現出誤導、完全錯誤的結果，就如同聊天機器人ChatGPT會產生幻覺、編造出不存在的事實一樣。
 
為了解決這項問題，來自加州大學柏克萊分校（University of California, Berkeley）的研究人員提出一種稱為「預測驅動推理」（prediction-powered inference, PPI）的統計技術。此技術將統計學信賴區間（confidence interval）的概念加入其中，以少量來自於現實世界的數據糾正大型通用模型的輸出內容，令使用者可以安全地利用從AI模型獲得的預測來進行科學驗證。
 
PPI技術也可以結合AlphaFold等蛋白質預測模型或應用於演算法中，加強AI生成預測資料時的精準性。

 
資料來源
Angelopoulos, A. et al. (2023). Prediction-powered inference. Science, 382(6671), 669.