懂得自身表现的概率人工智能
SMCP3使使用更智能的方法来猜测数据的可能解释成为可能，根据新信息更新这些提议的解释，并以复杂的方式估计这些解释的质量成为可能。
信用：Olivier Le Moal/iStock
马萨诸塞理工学院（MIT）和加州大学伯克利分校的研究人员开发了一种技术，用于生成人工智能（AI）推理算法，可以为数据生成解释并计算其准确性。
具有概率程序提议的顺序蒙特卡罗（SMCP3）方法使任何概率程序能够智能地猜测数据的解释。
研究人员展示了SMCP3提高AI系统跟踪三维物体和分析数据的准确性以及提高算法自身估计数据质量的准确性的能力。
MIT的George Matheos表示：“通过SMCP3，我认为将有可能使用更多这些智能但难以信任的算法来构建具有不确定性校准的算法。”来自MIT新闻的完整文章
摘要版权所有©2023 SmithBucklin，华盛顿特区，美国 
