თეორია უკან მანქანათმცოდნეობის ინსტრუმენტები, რომლებიც ჰგავს ნერვულ ქსელებს არის ის, რომ ისინი ფუნქციონირებენ და, უფრო კონკრეტულად, სწავლობენ ადამიანის ტვინის მსგავსად. როგორც ჩვენ აღმოვაჩენთ სამყაროს ცდისა და შეცდომის გზით, ასევე თანამედროვე ხელოვნური ინტელექტი. თუმცა, პრაქტიკაში ყველაფერი ცოტა განსხვავებულია. ბავშვობაში სწავლის ასპექტებია, რომელთა გამეორება მანქანებს არ შეუძლიათ - და ეს არის ერთ-ერთი რამ, რაც ბევრ სფეროში ადამიანებს აუმჯობესებს მოსწავლეებს.
ნიუ-იორკის უნივერსიტეტის მკვლევარები მუშაობენ ამის შეცვლაზე. მკვლევარები კანიშკ განდი და ბრენდენის ტბა გამოიკვლიეს, როგორ შეიძლება დაეხმაროს ისეთ რამეს, რომელსაც ეწოდება „ურთიერთ ექსკლუზიურობის მიკერძოება“, რომელიც გვხვდება ბავშვებში, A.I. უკეთესია, როდესაც საქმე ეხება ამოცანების სწავლას, როგორიცაა ენის გაგება.
რეკომენდებული ვიდეოები
”როდესაც ბავშვები ცდილობენ ისწავლონ ახალი სიტყვა, ისინი ეყრდნობიან ინდუქციურ მიკერძოებას, რათა შევიწროონ შესაძლო სივრცე. მნიშვნელობებს“, განუცხადა განდიმ, ნიუ-იორკის უნივერსიტეტის Human & Machine Learning Lab-ის კურსდამთავრებულმა ციფრულს. ტენდენციები. „ურთიერთ ექსკლუზიურობა (ME) არის რწმენა იმისა, რომ ბავშვებს აქვთ, რომ თუ საგანს ერთი სახელი აქვს, მას მეორე არ შეიძლება ჰქონდეს. ორმხრივი ექსკლუზიურობა გვეხმარება ახალი სიტყვის მნიშვნელობის გააზრებაში ორაზროვან კონტექსტში. მაგალითად, [თუ] ბავშვებს ეუბნებიან „მაჩვენე დაქსი“, როცა ნაცნობ და უცნობ საგანს ჩუქნიან, ისინი უცნობს ირჩევენ“.
დაკავშირებული
- ეს გენიალური იდეები ხელს შეუწყობს ხელოვნური ინტელექტის ნაკლებ ბოროტებას
- Meta-მ DALL-E ვიდეოსთვის შექმნა და ეს არის საშინელი და საოცარი
- ოპტიკური ილუზიები დაგვეხმარება შემდეგი თაობის ხელოვნური ინტელექტის შექმნაში
მკვლევარებს სურდათ შეესწავლათ რამდენიმე იდეა თავიანთი ნაშრომით. ერთი იყო გამოკვლეულიყო ღრმა სწავლის ალგორითმები, რომლებიც გაწვრთნილი იყო საერთო სასწავლო პარადიგმების გამოყენებით, მსჯელობდნენ ურთიერთ ექსკლუზიურობით. მათ ასევე სურდათ დაენახათ, დაეხმარებოდა თუ არა ორმხრივი ექსკლუზიურობით მსჯელობა ალგორითმების სწავლაში იმ ამოცანებში, რომლებიც ჩვეულებრივ წყდება ღრმა სწავლის გამოყენებით.
ამ გამოკვლევების ჩასატარებლად მკვლევარებმა ჯერ 400 ნეირონული ქსელი მოამზადეს, რათა სიტყვების წყვილი მათ მნიშვნელობებთან დააკავშირონ. შემდეგ ნეირონების ბადეები გამოსცადეს 10 სიტყვაზე, რომლებიც აქამდე არასდროს უნახავთ. მათ იწინასწარმეტყველეს, რომ ახალი სიტყვები სავარაუდოდ შეესაბამებოდა ცნობილ მნიშვნელობებს და არა უცნობებს. ეს ვარაუდობს, რომ A.I. არ აქვს ექსკლუზიურობის მიკერძოება. შემდეგ, მკვლევარებმა გააანალიზეს მონაცემთა ნაკრები, რომელიც ეხმარება A.I. ენების თარგმნა. ეს დაეხმარა იმის ჩვენებას, რომ ექსკლუზიურობის მიკერძოება მომგებიანი იქნებოდა მანქანებისთვის.
”ჩვენი შედეგები აჩვენებს, რომ ეს მახასიათებლები ცუდად ემთხვევა მანქანური სწავლების საერთო ამოცანების სტრუქტურას,” - განაგრძო განდიმ. „ME შეიძლება გამოვიყენოთ როგორც მინიშნება განზოგადებისთვის საერთო თარგმანისა და კლასიფიკაციის ამოცანებში, განსაკუთრებით ტრენინგის ადრეულ ეტაპებზე. ჩვენ გვჯერა, რომ მიკერძოების გამოვლენა ხელს შეუწყობს ალგორითმების სწავლას უფრო სწრაფად და ადაპტირებულ გზებში. ”
როგორც განდი და ტბა ჩაწერეთ ფურცელში აღწერს მათ ნამუშევარს: „ძლიერი ინდუქციური მიკერძოება საშუალებას აძლევს ბავშვებს ისწავლონ სწრაფი და ადაპტირებადი გზებით… არსებობს დამაჯერებელი შემთხვევა ნერვული ქსელების დაპროექტებისთვის, რაც გამოწვეულია ორმხრივი ექსკლუზიურობით, რაც ღიად რჩება გამოწვევა."
რედაქტორების რეკომენდაციები
- Apple-ის ChatGPT კონკურენტმა შეიძლება ავტომატურად დაგიწეროთ კოდი
- Photoshop AI თვლის, რომ "ბედნიერება" არის ღიმილი დამპალი კბილებით
- მე მივაწოდე ჩემი სასაცილო სტარტაპის იდეა რობოტ VC-ს
- როგორ გავიგოთ, როდის ხდება AI რეალურად მგრძნობიარე?
- მაიკროსოფტი ტოვებს თავის შემზარავ, ემოციებს კითხულობს A.I.
განაახლეთ თქვენი ცხოვრების წესიDigital Trends ეხმარება მკითხველს თვალყური ადევნონ ტექნოლოგიების სწრაფ სამყაროს ყველა უახლესი სიახლეებით, სახალისო პროდუქტების მიმოხილვებით, გამჭრიახი რედაქციებითა და უნიკალური თვალით.
