बच्चों में पाया जाने वाला सीखने का पूर्वाग्रह ए.आई. बना सकता है प्रौद्योगिकी बेहतर

पीछे सिद्धांत मशीन लर्निंग उपकरण जो तंत्रिका नेटवर्क की तरह हैं क्या वे कार्य करते हैं और, विशेष रूप से, मानव मस्तिष्क के समान ही सीखते हैं। जिस प्रकार हम परीक्षण और त्रुटि के माध्यम से दुनिया की खोज करते हैं, उसी प्रकार आधुनिक कृत्रिम बुद्धिमत्ता भी करती है। हालाँकि, व्यवहार में चीजें थोड़ी अलग हैं। बचपन में सीखने के कुछ ऐसे पहलू हैं जिन्हें मशीनें दोहरा नहीं सकतीं - और वे उन चीज़ों में से एक हैं, जो कई क्षेत्रों में, मनुष्यों को बेहतर शिक्षार्थी बनाती हैं।

न्यूयॉर्क विश्वविद्यालय के शोधकर्ता इसे बदलने के लिए काम कर रहे हैं। शोधकर्ताओं कनिष्क गांधी और ब्रेंडन झील यह पता लगाया है कि कैसे "पारस्परिक विशिष्टता पूर्वाग्रह" नामक चीज़, जो बच्चों में मौजूद है, ए.आई. बनाने में मदद कर सकती है। जब भाषा समझने जैसे कार्य सीखने की बात आती है तो यह बेहतर होता है।

“जब बच्चे कोई नया शब्द सीखने का प्रयास करते हैं, तो वे संभावित स्थान को कम करने के लिए आगमनात्मक पूर्वाग्रहों पर भरोसा करते हैं अर्थ, “न्यूयॉर्क विश्वविद्यालय के मानव और मशीन लर्निंग लैब में स्नातक छात्र गांधी ने डिजिटल को बताया रुझान. “पारस्परिक विशिष्टता (एमई) बच्चों की यह धारणा है कि यदि किसी वस्तु का एक नाम है, तो उसका दूसरा नाम नहीं हो सकता। पारस्परिक विशिष्टता हमें अस्पष्ट संदर्भों में एक नवीन शब्द के अर्थ को समझने में मदद करती है। उदाहरण के लिए, जब बच्चों को कोई परिचित और अपरिचित वस्तु दी जाती है तो उनसे कहा जाता है कि 'मुझे डैक्स दिखाओ', तो वे अपरिचित वस्तु को चुन लेते हैं।'

शोधकर्ता अपने काम से कुछ विचारों का पता लगाना चाहते थे। एक यह जांच करना था कि क्या सामान्य शिक्षण प्रतिमानों का उपयोग करके प्रशिक्षित गहन शिक्षण एल्गोरिदम पारस्परिक विशिष्टता के साथ तर्क करेंगे। वे यह भी देखना चाहते थे कि क्या पारस्परिक विशिष्टता द्वारा तर्क करने से उन कार्यों में सीखने के एल्गोरिदम को मदद मिलेगी जिन्हें आमतौर पर गहन शिक्षण का उपयोग करके निपटाया जाता है।

इन जांचों को अंजाम देने के लिए, शोधकर्ताओं ने पहले शब्दों के जोड़े को उनके अर्थ के साथ जोड़ने के लिए 400 तंत्रिका नेटवर्क को प्रशिक्षित किया। फिर तंत्रिका जालों का उन 10 शब्दों पर परीक्षण किया गया जो उन्होंने पहले कभी नहीं देखे थे। उन्होंने भविष्यवाणी की कि नए शब्द अज्ञात अर्थों के बजाय ज्ञात अर्थों के अनुरूप होंगे। इससे पता चलता है कि ए.आई. विशिष्टता पूर्वाग्रह नहीं है. इसके बाद, शोधकर्ताओं ने डेटासेट का विश्लेषण किया जो ए.आई. की मदद करता है। भाषाओं का अनुवाद करने के लिए. इससे यह दिखाने में मदद मिली कि विशिष्टता पूर्वाग्रह मशीनों के लिए फायदेमंद होगा।

गांधी ने आगे कहा, "हमारे नतीजे बताते हैं कि ये विशेषताएं सामान्य मशीन सीखने के कार्यों की संरचना से खराब रूप से मेल खाती हैं।" “एमई का उपयोग सामान्य अनुवाद और वर्गीकरण कार्यों में सामान्यीकरण के लिए एक संकेत के रूप में किया जा सकता है, खासकर प्रशिक्षण के शुरुआती चरणों में। हमारा मानना ​​है कि पूर्वाग्रह प्रदर्शित करने से सीखने के एल्गोरिदम को तेजी से और अधिक अनुकूलनीय तरीकों से सीखने में मदद मिलेगी।

गांधी और झील के रूप में एक कागज़ में लिखो उनके काम का वर्णन करते हुए: “मजबूत आगमनात्मक पूर्वाग्रह बच्चों को तेज़ और अनुकूलनीय तरीकों से सीखने की अनुमति देते हैं… वहाँ एक है पारस्परिक विशिष्टता के कारण तंत्रिका नेटवर्क को डिजाइन करने के लिए आकर्षक मामला, जो खुला रहता है चुनौती।"

संपादकों की सिफ़ारिशें

• Apple का ChatGPT प्रतिद्वंद्वी स्वचालित रूप से आपके लिए कोड लिख सकता है
• फ़ोटोशॉप एआई सोचता है कि 'खुशी' सड़े हुए दांतों वाली मुस्कान है
• मैंने अपना हास्यास्पद स्टार्टअप विचार एक रोबोट वीसी के सामने रखा
• जब कोई AI वास्तव में संवेदनशील हो जाएगा तो हमें कैसे पता चलेगा?
• माइक्रोसॉफ्ट ने अपना खौफनाक, भावनाओं को पढ़ने वाला ए.आई. बंद किया

अपनी जीवनशैली को उन्नत करेंडिजिटल ट्रेंड्स पाठकों को सभी नवीनतम समाचारों, मजेदार उत्पाद समीक्षाओं, व्यावहारिक संपादकीय और एक तरह की अनूठी झलक के साथ तकनीक की तेज़ गति वाली दुनिया पर नज़र रखने में मदद करता है।