⚠️ KMI waarschuwing: Onweer in België Laatste update van KMI waarschuwingen voor België. KMI ↗ Kaart ↗ Artikel →
← Terug
Dit AI-model schrijft zelf een programma dat jouw data kan verklaren

Dit AI-model schrijft zelf een programma dat jouw data kan verklaren

Stel je voor: je geeft een AI een handvol data en krijgt meteen een compleet, uitvoerbaar programma terug dat verklaart hoe die data ontstaat. Dat is precies wat het nieuwe model PRODiGI doet.

Onderzoekers Simon Klüttermann, Xueying Ding en Leman Akoglu presenteren de aanpak in een studie die is gepubliceerd via arxiv.org. Waar het schatten van kansdichtheden normaal een tijdrovend modelfitting-proces vraagt dat per dataset wordt afgestemd, leidt PRODiGI in één enkele 'forward pass' een generatief programma af dat direct kan worden uitgevoerd.

🧠 Even simpel uitgelegd
Een kansdichtheid beschrijft hoe waarschijnlijk verschillende waarden in je data zijn. Normaal moet een statisticus daarvoor eerst een wiskundig model kiezen en dat langzaam 'fitten' op de data. PRODiGI draait dat om: het model is vooraf getraind op voorbeelden en herkent bij nieuwe data vrijwel meteen welk type programma erachter zit. Het resultaat is een klein, leesbaar programma in plaats van een ondoorgrondelijk neuraal netwerk.

Hoe het model werkt

PRODiGI is vooraf getraind op synthetische datasets, gekoppeld aan hun bijbehorende 'ground-truth' programma's. Het model combineert twee technieken: template-voorspelling en non-autoregressieve decodering van programmaparameters. Daardoor verwerkt het verschillende generatieve families én data met verschillende dimensionaliteiten.

Het grote voordeel: de gegenereerde programma's zijn onafhankelijk van het pretrained model te gebruiken. Ze ondersteunen direct sampling, score-evaluatie en dichtheidsmetingen. Dat maakt de resultaten transparant en herbruikbaar.

Fijnafstelling in de programmaruimte

De auteurs voegden daar een techniek aan toe: 'program-space fine-tuning'. Daarbij worden de differentieerbare parameters van het programma verfijnd door de likelihood van de empirische data te maximaliseren. Cruciaal daarbij is dat de parameters van het pretrained model zelf intact blijven — er wordt alleen aan de programmaparameters gesleuteld.

De resultaten zijn overtuigend. De variant PRODiGI-FT presteert beter op dichtheids- en scoremetrieken dan bestaande pretrained modellen. Het systeem is bovendien aanzienlijk sneller dan de nauwste concurrenten. En de 'generation MMD' (Maximum Mean Discrepancy, een maat voor hoe sterk gegenereerde data van echte data afwijkt) daalde met 90%.

De rol van open data

Modellen zoals PRODiGI zijn zo goed als de data die ze krijgen. Overheidsinstanties spelen daarop in door datasets toegankelijker te maken. Het portaal gov.be biedt toegang tot uiteenlopende datasets.

Ook actuele stromen zijn op het portaal te vinden. AI-modellen voor data-inferentie zouden zulke openbare datasets in de toekomst sneller en dieper analyseerbaar kunnen maken.

Een brug tussen black box en begrip

PRODiGI zet een nieuwe richting uit voor interpreteerbare, tabulaire generatieve modellering. Door empirische data om te zetten in expliciete, herbruikbare programma's wordt de kloof tussen complexe neurale netwerken en begrijpelijke algoritmische output kleiner. Wie de volledige details wil: het onderzoek telt 20 figuren en een analyse van 63 pagina's, raadpleegbaar via arxiv.org.


Geraadpleegde bronnen
Waardering
0
Stem mee op dit artikel
Discussie
Nog geen reacties. Wees de eerste!