对新技术采用的最大障碍之一是对人工智能（AI）的可信度。如果 AI 算法生成的数据和预测是值得信赖的，那么南加州大学维研究人员开发的新工具会自动生成指标。南加州大学维研究人员的研究论文《毕竟有希望：神经网络中的观点和可信度》，由南加州大学网络物理系统小组的 Mingxi Cheng，Shahin Nazarian 和 Paul Bogdan 撰写，并发表在《人工智能前沿》上。作者创建的名为 DeepTrust 的工具可以量化不确定性的数量。开发此工具花费了南加州大学研究团队近两年的时间，采用了所谓的主观逻辑来评估神经网络的体系结构。 DeepTrust 在他们的测试案例之一（来自 2016 年总统大选的民意调查）中发现，有关克林顿获胜的预测存在更大的错误余地。这项研究的另一个意义是，它提供了有关如何测试通常在数千到数百万个数据点上训练的 AI 算法的可靠性见解。研究人员说，更关键的是这些神经网络系统的体系结构具有更高的准确性。(ScienceDaily)