Teorie v pozadí nástroje strojového učení, které jsou jako neuronové sítě je, že fungují a konkrétněji se učí podobným způsobem jako lidský mozek. Stejně jako objevujeme svět metodou pokusů a omylů, objevuje se i moderní umělá inteligence. V praxi se však věci mají trochu jinak. Existují aspekty dětského učení, které stroje nedokážou replikovat – a jsou jednou z věcí, díky kterým se lidé v mnoha oblastech lépe učí.
Vědci z New York University se to snaží změnit. Výzkumníci Kanishk Gandhi a Brendenské jezero zkoumali, jak by něco, co se nazývá „předpojatost vůči vzájemné exkluzivitě“, která je přítomno u dětí, mohlo pomoci vytvořit A.I. lepší, pokud jde o učení úkolů, jako je porozumění jazyku.
Doporučená videa
„Když se děti snaží naučit nové slovo, spoléhají na induktivní předsudky, aby zúžili prostor možných význam,“ řekl Gándhí, postgraduální student laboratoře Human & Machine Learning Lab na New York University Trendy. „Vzájemná exkluzivita (ME) je přesvědčení, že děti mají, že když má předmět jedno jméno, nemůže mít jiné. Vzájemná výlučnost nám pomáhá pochopit význam nového slova v nejednoznačných souvislostech. Například [pokud] se dětem řekne, aby ‚ukaž mi dax‘, když jim je předložen známý a neznámý předmět, mají tendenci vybrat si ten neznámý.“
Příbuzný
- Tyto důmyslné nápady by mohly pomoci udělat z AI trochu méně zla
- Meta vytvořila DALL-E pro video a je to děsivé a úžasné
- Optické iluze by nám mohly pomoci vybudovat další generaci AI
Vědci chtěli ve své práci prozkoumat několik nápadů. Jedním z nich bylo prozkoumat, zda algoritmy hlubokého učení trénované pomocí společných učebních paradigmat budou odůvodňovat vzájemnou exkluzivitu. Chtěli také zjistit, zda by uvažování na základě vzájemné výlučnosti pomohlo naučit se algoritmy v úkolech, které se běžně řeší pomocí hlubokého učení.
K provedení těchto výzkumů vědci nejprve vycvičili 400 neuronových sítí, aby spojily páry slov s jejich významy. Neuronové sítě byly poté testovány na 10 slovech, která nikdy předtím neviděli. Předpověděli, že nová slova budou pravděpodobně odpovídat spíše známým významům než neznámým. To naznačuje, že A.I. nemá výhradu exkluzivity. Dále vědci analyzovali datové sady, které pomáhají A.I. překládat jazyky. To pomohlo ukázat, že exkluzivita by byla pro stroje přínosná.
„Naše výsledky ukazují, že tyto charakteristiky špatně odpovídají struktuře běžných úloh strojového učení,“ pokračoval Gándhí. „ME lze použít jako vodítko pro zobecnění v běžných překladatelských a klasifikačních úkolech, zejména v raných fázích školení. Věříme, že vykázání zkreslení by pomohlo naučit se algoritmy učit se rychlejšími a přizpůsobivějšími způsoby.“
Jako Gándhí a jezero napsat do papíru popisující jejich práci: „Silné indukční předsudky umožňují dětem učit se rychlým a adaptabilním způsobem… přesvědčivý případ pro navrhování neuronových sítí, které jsou založeny na vzájemné exkluzivitě, která zůstává otevřená výzva."
Doporučení redakce
- Konkurent společnosti Apple ChatGPT za vás může automaticky napsat kód
- Photoshop AI si myslí, že „štěstí“ je úsměv se zkaženými zuby
- Svůj směšný nápad na spuštění jsem předal robotickému VC
- Jak budeme vědět, kdy se AI skutečně stane vnímavou?
- Microsoft opouští svou strašidelnou, emoce čtoucí A.I.
Upgradujte svůj životní stylDigitální trendy pomáhají čtenářům mít přehled o rychle se měnícím světě technologií se všemi nejnovějšími zprávami, zábavnými recenzemi produktů, zasvěcenými úvodníky a jedinečnými náhledy.
