英国研究人员团队开发了一种方法，使计算机能够以与人类更相似的方式做出决策。具体而言，该方法通过使计算机能够针对一个特定问题呈现若干可接受的决策来模拟人类如何做出决策的复杂过程。该研究发表在5月出版的IEEE / CAA Journal of Automatica Sinica(JAS)上。
人的决策并不完美，即使给出相同的输入，也可能达成不同的决策。这称为可变性，它存在于两个层面：一组是一个领域的专家，一组是由一位专家做出的决策。这些被称为专家间和专家内部的可变性。确定决策行为的这种变化是制作专家系统的重要部分后，研究人员提出，不应期望计算机在100%的时间内做出相同的决策，而应该期望它们在相同的水平上执行。作为人类。
“如果问题领域是人类专家不能达到100%的表现，那么我们不应该期望这个领域的计算机专家系统这样做，或者换句话说：如果我们允许人类专家犯错误，那么我们必须允许计算机专家系统这样做，“英国诺丁汉大学计算机科学学院院长Jonathan M. Garibaldi博士说，他是智能建模与分析(IMA)研究小组的负责人。
调查人员已经找到了一种将变异引入计算机的方法，并表明这样做可以获得好处。通过使用模糊推理 - 一种系统，该系统具有“if-then”规则生成规则，数据可以在0到1之间的范围内表示，而不是0或1 - 它们能够创建一个计算机系统来做出决策与人类专家相似的可变性。
“探索决策的变化是有用的。以精心控制的方式引入变化可以带来更好的性能，”Garibaldi补充道。“除非我们允许计算机系统犯下与最佳人类相同的错误，否则我们将延迟使用它们可能带来的好处，”他进一步补充道。
研究人员认为人工智能是帮助治疗问题和帮助做出决策的设备。例如，不应期望人工智能取代医生为癌症患者提供最佳治疗方案，而应将其作为一种工具，帮助医生避免在受过训练的一系列潜在选择中“最错误”的选择人类医生(或一组训练有素的人类医生)可能已经做过。
“计算机并没有接管，只是提供更多的决定，”加里波第说。“这是时间 - 并且最终是挽救生命的，因为灾难是由于次优护理而发生的。计算机可以帮助避免人类作为房间中的”辅助专家“所带来的明显错误，通过提供错误的决策和错误来排除一系列替代决定，所有这些决定都是正确的。“
在未来，研究人员希望将这些系统用于实际医疗用途，从而存在一个问题和一个可以解决它并支持现实决策的计算机系统。