Runājiet ar jebkuru mākslīgā intelekta pētnieku, un viņi jums to pateiks, kamēr A.I. var veikt sarežģītas darbības, piemēram, vadīt automašīnu un pamanot sīkas detaļas rentgena skenējumos, tās joprojām ievērojami atpaliek, runājot par pat 3 gadus veca bērna vispārējām spējām. mazulis. To dažreiz sauc Moraveca paradokss: Šķietami sarežģītās lietas A.I. ir vienkāršas, bet šķietami vieglās lietas ir smagas.
Bet kā būtu, ja jūs varētu mācīt A.I. uz mācies kā bērns? Un kāda veida apmācības dati jums būtu jāievada neironu tīklā, lai veiktu eksperimentu? Pētnieki no Ņujorkas universitātes nesen nolēma pārbaudīt šo hipotēzi, izmantojot datu kopu videomateriāls, kas uzņemts no galvā piestiprinātām kamerām, ko bērni regulāri nēsā pirmajos trīs dzīves gados dzīvs.
Ieteiktie videoklipi
Šos SAYcam datus savāca psihologs Džesa Salivana un kolēģi a papīrs, kas publicēts šī gada sākumā. Bērni ierakstīja savu GoPro stila pieredzi vienu līdz divas stundas nedēļā, veicot ikdienas dzīvi. Pētnieki ierakstīja videomateriālu, lai izveidotu "lielu, naturālistisku, garengriezuma datu kopu zīdaiņu un bērnu skatījumā", ko izmantos psihologi, valodnieki un datorzinātnieki.
A.I. apmācība skatīties uz pasauli kā uz bērnu
Pēc tam Ņujorkas universitātes pētnieki uzņēma šos video datus un izmantoja tos, lai apmācītu neironu tīklu.
“Mērķis bija pievērsties dabas vs. audzināšanas veida jautājums," Emins Orhans, projekta vadošais pētnieks, pastāstīja e-pastā Digital Trends. "Ņemot vērā šo vizuālo pieredzi, ko bērni iegūst agrīnā attīstības stadijā, vai mēs varam apgūt augsta līmeņa vizuālās kategorijas - piemēram, galdu, krēslu, kaķi, automašīnu utt. — izmantojot vispārīgus mācīšanās algoritmus, vai šī spēja bērniem prasa kādas iedzimtas zināšanas ko nevar apgūt, piemērojot vispārējas mācīšanās metodes agrīnai bērnu vizuālajai pieredzei saņemt?”
A.I. parādīja, ka mācījās, piemēram, atpazīstot kaķi, kas bieži tika attēlots videoklipā. Lai gan pētnieki neizveidoja neko tuvu bērnu versijai Vispārējais mākslīgais intelekts, pētījums tomēr uzsver, kā noteiktas vizuālās iezīmes var apgūt, vienkārši skatoties naturālistiskus datus. Tomēr vēl ir daudz darāmā.
"Mēs atklājām, ka kopumā šādā veidā ir iespējams apgūt diezgan sarežģītas augsta līmeņa vizuālās koncepcijas, nepieņemot nekādas iedzimtas zināšanas," skaidroja Orhans. "Taču precīzi saprotot, ko spēj šie mašīnmācīšanās modeļi, kas apmācīti ar headcam datiem, un Kas īsti šajos modeļos vēl pietrūkst, salīdzinot ar bērnu redzes spējām, joprojām ir [a] darbs progress.”
Papīrs Pētījuma apraksts ir pieejams lasīšanai tiešsaistē.
Redaktoru ieteikumi
- Kā Nintendo varētu izmantot A.I. lai pievienotu 4K spēles Switch Pro
- Gudrs jaunais A.I. sistēma sola apmācīt jūsu suni, kamēr jūs esat prom no mājām
- Šī cilvēka pamatprasme ir nākamais nozīmīgais pavērsiens A.I.
- Facebook A.I. varētu novērst vienu no kaitinošākajām problēmām video tērzēšanas lietotnēs
- Šis A.I. mēmu ģenerators ir apguvis dīvainā interneta humora mākslu
Uzlabojiet savu dzīvesveiduDigitālās tendences palīdz lasītājiem sekot līdzi steidzīgajai tehnoloģiju pasaulei, izmantojot visas jaunākās ziņas, jautrus produktu apskatus, ieskatu saturošus rakstus un unikālus ieskatus.
