A teoria por trás ferramentas de aprendizado de máquina que são como redes neurais é que funcionam e, mais especificamente, aprendem de maneira semelhante ao cérebro humano. Assim como descobrimos o mundo por tentativa e erro, o mesmo acontece com a inteligência artificial moderna. Na prática, porém, as coisas são um pouco diferentes. Existem aspectos da aprendizagem infantil que as máquinas não conseguem replicar – e são uma das coisas que, em muitos domínios, tornam os humanos alunos superiores.
Pesquisadores da Universidade de Nova York estão trabalhando para mudar isso. Pesquisadores Kanishk Gandhi e Lago Brenden exploraram como algo chamado “viés de exclusividade mútua”, que está presente em crianças, poderia ajudar a tornar a IA mais eficaz. melhor quando se trata de tarefas de aprendizagem, como compreender a linguagem.
Vídeos recomendados
“Quando as crianças se esforçam para aprender uma palavra nova, elas contam com preconceitos indutivos para estreitar o espaço de possíveis significados”, disse Gandhi, estudante de pós-graduação do Laboratório de Aprendizado Humano e de Máquina da Universidade de Nova York, à Digital Tendências. “Exclusividade mútua (ME) é a crença que as crianças têm de que se um objeto tiver um nome, não pode ter outro. A exclusividade mútua nos ajuda a compreender o significado de uma palavra nova em contextos ambíguos. Por exemplo, [se] as crianças são instruídas a ‘mostrar-me o dax’ quando apresentadas a um objeto familiar e a um objeto desconhecido, elas tendem a escolher o objeto desconhecido.”
Relacionado
- Essas ideias engenhosas podem ajudar a tornar a IA um pouco menos maligna
- Meta criou DALL-E para vídeo, e é assustador e incrível
- Ilusões de ótica podem nos ajudar a construir a próxima geração de IA
Os pesquisadores queriam explorar algumas ideias com seu trabalho. Uma delas era investigar se algoritmos de aprendizagem profunda treinados usando paradigmas de aprendizagem comuns raciocinariam com exclusividade mútua. Eles também queriam ver se o raciocínio por exclusividade mútua ajudaria no aprendizado de algoritmos em tarefas que são comumente abordadas por meio de aprendizado profundo.
Para realizar essas investigações, os pesquisadores primeiro treinaram 400 redes neurais para associar pares de palavras aos seus significados. As redes neurais foram então testadas em 10 palavras que eles nunca tinham visto antes. Eles previram que as novas palavras provavelmente corresponderiam a significados conhecidos, e não a significados desconhecidos. Isso sugere que A.I. não tem viés de exclusividade. Em seguida, os pesquisadores analisaram conjuntos de dados que ajudam a IA. para traduzir idiomas. Isso ajudou a mostrar que o viés da exclusividade seria benéfico para as máquinas.
“Nossos resultados mostram que essas características não correspondem bem à estrutura das tarefas comuns de aprendizado de máquina”, continuou Gandhi. “A ME pode ser usada como uma sugestão para generalização em tarefas comuns de tradução e classificação, especialmente nas fases iniciais de formação. Acreditamos que exibir o viés ajudaria a aprender algoritmos de maneira mais rápida e adaptável.”
Como Gandhi e Lake escreva em um papel descrevendo seu trabalho: “Fortes preconceitos indutivos permitem que as crianças aprendam de maneira rápida e adaptável… Há uma argumento convincente para projetar redes neurais que raciocinem por exclusividade mútua, o que permanece em aberto desafio."
Recomendações dos Editores
- O rival ChatGPT da Apple pode escrever código automaticamente para você
- Photoshop AI acha que ‘felicidade’ é um sorriso com dentes podres
- Apresentei minha ideia ridícula de startup para um robô VC
- Como saberemos quando uma IA realmente se tornará senciente?
- A Microsoft abandona sua IA assustadora e leitora de emoções.
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
