Keskustele kenen tahansa tekoälyn tutkijan kanssa, niin he kertovat sinulle, kun taas A.I. voi kyetä monimutkaisiin toimiin, kuten autolla ajamiseen ja havaitessaan pieniä yksityiskohtia röntgenkuvauksista, ne ovat edelleen paljon jäljessä, kun on kyse jopa 3-vuotiaan yleisistä kyvyistä lapsi. Tätä kutsutaan joskus Moravecin paradoksi: Että näennäisesti vaikeat asiat ovat helppoja A.I: lle, kun taas näennäisesti helpot asiat ovat vaikeita.
Mutta entä jos voisit opettaa A.I. to oppia kuin lapsi? Ja millaista koulutusdataa sinun pitäisi syöttää neuroverkkoon kokeen suorittamiseksi? New Yorkin yliopiston tutkijat päättivät äskettäin testata tätä hypoteesia käyttämällä tietojoukkoa videomateriaalia, joka on otettu päähän kiinnitetyistä kameroista, joita lapset käyttivät säännöllisesti kolmen ensimmäisen vuoden aikana elossa.
Suositellut videot
Nämä SAYcam-tiedot on kerännyt psykologi Jess Sullivan ja kollegat a aiemmin tänä vuonna julkaistu paperi. Lapset tallensivat GoPro-tyylisiä kokemuksiaan yhdestä kahteen tuntia viikossa kulkiessaan jokapäiväisessä elämässään. Tutkijat tallensivat materiaalin luodakseen "suuren, naturalistisen, pitkittäisen tietojoukon vauvojen ja lasten näkökulmasta videoista" psykologien, lingvistien ja tietojenkäsittelytieteilijöiden käyttöön.
A.I: n kouluttaminen katsoa maailmaa kuin lapsi
New Yorkin yliopiston tutkijat ottivat tämän videodatan ja käyttivät sitä neuroverkon kouluttamiseen.
"Tavoitteena oli käsitellä luontoa vs. kasvatuksen tyyppinen kysymys" Emin Orhan, projektin johtava tutkija, kertoi Digital Trendsille lähettämässään sähköpostissa. "Kun otetaan huomioon tämä visuaalinen kokemus, jonka lapset saavat varhaisessa kehityksessään, voimmeko oppia korkean tason visuaalisia luokkia - kuten pöytä, tuoli, kissa, auto jne. — käyttää yleisiä oppimisalgoritmeja, vai vaatiiko tämä kyky lapsilta jonkinlaista luontaista tietoa joita ei voida oppia soveltamalla yleisiä oppimismenetelmiä lasten varhaiseen visuaaliseen kokemukseen vastaanottaa?"
A.I. osoitti jonkin verran oppimista esimerkiksi tunnistamalla kissan, joka esiintyi usein videossa. Vaikka tutkijat eivät luoneet mitään lähelläkään lapsiversiota Yleinen tekoäly, tutkimus kuitenkin korostaa, kuinka tietyt visuaaliset piirteet voidaan oppia yksinkertaisesti katsomalla naturalistista dataa. Vielä on kuitenkin tehtävää.
"Löysimme, että tällä tavalla on mahdollista oppia melko pitkälle kehitettyjä korkean tason visuaalisia käsitteitä ilman, että oletetaan mitään synnynnäistä tietoa", Orhan selitti. "Mutta ymmärtää tarkasti, mitä nämä headcam-datalla koulutetut koneoppimismallit pystyvät tekemään, ja Se, mikä näistä malleista vielä puuttuu lasten visuaalisiin kykyihin verrattuna, on edelleen [a] työn alla edistystä."
Paperi tutkimuksen kuvaus on luettavissa verkossa.
Toimittajien suositukset
- Kuinka Nintendo voisi käyttää A.I. tuodaksesi 4K-pelaamisen Switch Prohon
- Älykäs uusi A.I. järjestelmä lupaa kouluttaa koirasi, kun olet poissa kotoa
- Tämä inhimillinen perustaito on seuraava suuri virstanpylväs A.I.
- Facebook A.I. voisi korjata yhden videokeskustelusovellusten ärsyttävimmistä ongelmista
- Tämä A.I. meemigeneraattori on hallinnut omituisen internethuumorin taiteen
Päivitä elämäntapasiDigital Trends auttaa lukijoita pysymään tekniikan nopeatempoisessa maailmassa uusimpien uutisten, hauskojen tuotearvostelujen, oivaltavien toimitusten ja ainutlaatuisten kurkistusten avulla.
