AI-modellen stemmen vaker op elkaar af dan op de werkelijkheid
Een nieuwe test van Science Prediction Universe laat zien dat AI-modellen vaker met elkaar overeenstemmen dan met de werkelijkheid. Het samenvoegen van ranglijsten verbetert het gemiddelde, maar gedeelde wetenschappelijke fouten blijven bestaan.
Wat er gebeurde
Science Prediction Universe voerde een test uit naar voorspellingen van AI-modellen.
De organisatie vond dat het bundelen van de ranglijsten van meerdere modellen het gemiddelde resultaat verbeterde.
Tegelijkertijd bleek dat dezelfde wetenschappelijke fouten in meerdere modellen voorkwamen.
Kort gezegd: modellen waren het vaak met elkaar eens, maar die overeenstemming kwam niet altijd overeen met de werkelijke uitkomst.
Waarom dit telt
Voor beleggers betekent dit dat samengestelde AI-uitslagen nuttiger kunnen zijn dan losse modellen, maar dat gedeelde fouten het beeld kunnen vertekenen.
Waar je op kunt letten
- Of toekomstige tests laten zien dat gedeelde fouten afnemen.
- Of methodes voor het samenvoegen van ranglijsten verder verbeteren.
- Hoe markten reageren op bredere inzet van samengestelde AI-voorspellingen.