BO-Muse：一种用于加速实验设计的人机协作框架
机器学习
2023-04-03 v2 人工智能
摘要
在本文中，我们介绍 BO-Muse，一种用于昂贵黑盒函数优化的人机协作新方法。受提取专家知识并将其蒸馏回 AI 模型的内在困难以及真实世界实验设计中人类行为观察的启发，我们的算法让人类专家在实验过程中起主导作用。人类专家可以充分发挥其领域专长，而 AI 扮演缪斯（muse）的角色，注入新颖性并搜索薄弱区域，以打破由认知固化引起的过度利用。在温和假设下，我们证明我们的算法以亚线性收敛，且速率快于单独的 AI 或人类。我们使用合成数据以及人类专家执行真实世界实验来验证我们的算法。
引用
@article{arxiv.2303.01684,
title = {BO-Muse: A human expert and AI teaming framework for accelerated experimental design},
author = {Sunil Gupta and Alistair Shilton and Arun Kumar A and Shannon Ryan and Majid Abdolshah and Hung Le and Santu Rana and Julian Berk and Mahad Rashid and Svetha Venkatesh},
journal= {arXiv preprint arXiv:2303.01684},
year = {2023}
}
备注
34 Pages, 7 Figures and 5 Tables