Teoria din spate instrumente de învățare automată care sunt ca rețelele neuronale este că funcționează și, mai precis, învață într-un mod similar cu creierul uman. Așa cum descoperim lumea prin încercări și erori, la fel și inteligența artificială modernă. În practică, însă, lucrurile stau puțin diferit. Există aspecte ale învățării din copilărie pe care mașinile nu le pot replica - și ele sunt unul dintre lucrurile care, în multe domenii, îi fac pe oameni să învețe superiori.
Cercetătorii de la Universitatea din New York lucrează pentru a schimba acest lucru. Cercetători Kanishk Gandhi și Lacul Brenden au explorat modul în care ceva numit „prejudecata de exclusivitate reciprocă”, care este prezent la copii, ar putea ajuta la crearea I.A. mai bine atunci când vine vorba de sarcini de învățare precum înțelegerea limbajului.
Videoclipuri recomandate
„Când copiii se străduiesc să învețe un cuvânt nou, se bazează pe prejudecăți inductive pentru a restrânge spațiul posibil. semnificații”, a spus Gandhi, un student absolvent în Laboratorul de învățare umană și automată al Universității din New York, a declarat pentru Digital Tendințe. „Exclusivitatea reciprocă (ME) este o credință conform căreia copiii au că, dacă un obiect are un nume, nu poate avea altul. Exclusivitatea reciprocă ne ajută să înțelegem sensul unui cuvânt nou în contexte ambigue. De exemplu, [dacă] copiilor li se spune „să-mi arate dax” atunci când li se prezintă un obiect familiar și un obiect necunoscut, ei tind să-l aleagă pe cel nefamiliar.”
Legate de
- Aceste idei ingenioase ar putea ajuta la AI puțin mai puțin rău
- Meta a făcut DALL-E pentru video și este atât înfiorător, cât și uimitor
- Iluziile optice ne-ar putea ajuta să construim următoarea generație de IA
Cercetătorii au vrut să exploreze câteva idei cu munca lor. Una a fost să investigheze dacă algoritmii de învățare profundă antrenați folosind paradigme comune de învățare ar raționa exclusivitatea reciprocă. De asemenea, au vrut să vadă dacă raționamentul prin exclusivitate reciprocă ar ajuta algoritmii de învățare în sarcinile care sunt abordate în mod obișnuit folosind învățarea profundă.
Pentru a efectua aceste investigații, cercetătorii au antrenat mai întâi 400 de rețele neuronale pentru a asocia perechi de cuvinte cu semnificațiile lor. Rețelele neuronale au fost apoi testate pe 10 cuvinte pe care nu le-au mai văzut niciodată. Ei au prezis că cuvintele noi ar putea corespunde mai degrabă semnificațiilor cunoscute decât celor necunoscute. Aceasta sugerează că A.I. nu are o tendință de exclusivitate. În continuare, cercetătorii au analizat seturi de date care ajută A.I. a traduce limbi. Acest lucru a ajutat să demonstreze că părtinirea exclusivității ar fi benefică pentru mașini.
„Rezultatele noastre arată că aceste caracteristici sunt prost potrivite cu structura sarcinilor comune de învățare automată”, a continuat Gandhi. „ME poate fi folosit ca un indiciu pentru generalizare în sarcinile comune de traducere și clasificare, în special în etapele incipiente ale formării. Credem că prezentarea părtinirii ar ajuta algoritmii de învățare să învețe în moduri mai rapide și mai adaptabile.”
Ca Gandhi și Lake scrie într-o hârtie descriindu-și munca: „Prejudecățile inductive puternice le permit copiilor să învețe în moduri rapide și adaptabile... Există o argument convingător pentru proiectarea rețelelor neuronale care motivează exclusivitatea reciprocă, care rămâne deschisă provocare."
Recomandările editorilor
- Rivalul ChatGPT al Apple poate scrie automat cod pentru tine
- Photoshop AI crede că „fericirea” este un zâmbet cu dinți putrezi
- I-am prezentat ideea mea ridicolă de pornire unui robot VC
- Cum vom ști când un AI devine de fapt sensibil?
- Microsoft renunță la I.A. înfiorătoare, care citește emoții.
Îmbunătățește-ți stilul de viațăDigital Trends îi ajută pe cititori să țină cont de lumea rapidă a tehnologiei cu toate cele mai recente știri, recenzii distractive despre produse, editoriale perspicace și anticipări unice.
