Teória v pozadí nástroje strojového učenia, ktoré sú ako neurónové siete je, že fungujú a konkrétnejšie sa učia podobným spôsobom ako ľudský mozog. Tak, ako objavujeme svet prostredníctvom pokusov a omylov, objavuje sa aj moderná umelá inteligencia. V praxi sa však veci majú trochu inak. Existujú aspekty učenia v detstve, ktoré stroje nedokážu replikovať – a sú jednou z vecí, ktoré v mnohých oblastiach robia z ľudí vynikajúcich študentov.
Vedci z New York University sa to snažia zmeniť. Výskumníci Kanishk Gándhí a Brendenské jazero skúmali, ako niečo, čo sa nazýva „zaujatosť voči vzájomnej exkluzivite“, ktorá je prítomná u detí, môže pomôcť pri vytváraní A.I. lepšie, pokiaľ ide o učenie sa úloh, ako je porozumenie jazyku.
Odporúčané videá
„Keď sa deti snažia naučiť nové slovo, spoliehajú sa na induktívne predsudky, aby zúžili priestor možných význam,“ povedal Gándhí, postgraduálny študent laboratória Human & Machine Learning Lab na New York University Trendy. „Vzájomná exkluzivita (ME) je presvedčenie, že deti majú, že ak má predmet jedno meno, nemôže mať iné. Vzájomná výlučnosť nám pomáha pochopiť význam románového slova v nejednoznačných súvislostiach. Napríklad, [ak] sa deťom povie, aby ‚ukážte mi dax‘, keď im predloží známy a neznámy predmet, majú tendenciu vybrať si ten neznámy.“
Súvisiace
- Tieto dômyselné nápady by mohli pomôcť urobiť z AI trochu menej zla
- Meta vytvorila DALL-E pre video a je to strašidelné aj úžasné
- Optické ilúzie by nám mohli pomôcť vybudovať ďalšiu generáciu AI
Výskumníci chceli vo svojej práci preskúmať niekoľko nápadov. Jedným z nich bolo zistiť, či by algoritmy hlbokého učenia trénované pomocou spoločných vzdelávacích paradigiem boli odôvodnené vzájomnou exkluzivitou. Chceli tiež zistiť, či by uvažovanie na základe vzájomnej exkluzivity pomohlo naučiť sa algoritmy v úlohách, ktoré sa bežne riešia pomocou hlbokého učenia.
Na vykonanie týchto výskumov výskumníci najskôr vycvičili 400 neurónových sietí, aby priradili páry slov k ich významom. Neurónové siete boli potom testované na 10 slovách, ktoré nikdy predtým nevideli. Predpovedali, že nové slová budú pravdepodobne zodpovedať skôr známym než neznámym významom. To naznačuje, že A.I. nemá zaujatosť voči exkluzivite. Ďalej výskumníci analyzovali súbory údajov, ktoré pomáhajú A.I. prekladať jazyky. To pomohlo ukázať, že skreslenie exkluzivity by bolo prospešné pre stroje.
„Naše výsledky ukazujú, že tieto charakteristiky nezodpovedajú štruktúre bežných úloh strojového učenia,“ pokračoval Gándhí. „ME možno použiť ako pomôcku na zovšeobecnenie v bežných prekladových a klasifikačných úlohách, najmä v počiatočných fázach školenia. Veríme, že preukázanie zaujatosti by pomohlo naučiť sa algoritmy učiť sa rýchlejšie a prispôsobivejšie."
Ako Gándhí a jazero napísať do papiera opisujúc ich prácu: „Silné indukčné predsudky umožňujú deťom učiť sa rýchlym a prispôsobivým spôsobom... presvedčivý prípad pre navrhovanie neurónových sietí, ktoré sú založené na vzájomnej exkluzivite, ktorá zostáva otvorená výzva."
Odporúčania redaktorov
- Konkurent spoločnosti Apple ChatGPT môže automaticky napísať kód za vás
- Photoshop AI si myslí, že „šťastie“ je úsmev s pokazenými zubami
- Predložil som svoj smiešny nápad na spustenie robotovi VC
- Ako budeme vedieť, kedy sa AI skutočne stane vnímavou?
- Microsoft ukončil svoju strašidelnú, emócie čítajúcu A.I.
Zlepšite svoj životný štýlDigitálne trendy pomáhajú čitateľom mať prehľad o rýchlo sa rozvíjajúcom svete technológií so všetkými najnovšími správami, zábavnými recenziami produktov, užitočnými úvodníkmi a jedinečnými ukážkami.
