Jaunais Mākslīgais Intelekts Ir Iemācījies Veidot Cēloņsakarības - Alternatīvs Skats

Jaunais Mākslīgais Intelekts Ir Iemācījies Veidot Cēloņsakarības - Alternatīvs Skats
Jaunais Mākslīgais Intelekts Ir Iemācījies Veidot Cēloņsakarības - Alternatīvs Skats

Video: Jaunais Mākslīgais Intelekts Ir Iemācījies Veidot Cēloņsakarības - Alternatīvs Skats

Video: Jaunais Mākslīgais Intelekts Ir Iemācījies Veidot Cēloņsakarības - Alternatīvs Skats
Video: LAMPA 2020: Cilvēcīgs mākslīgais intelekts 2024, Marts
Anonim

Hibrīds mākslīgais intelekts (turpmāk saukts par AI) un jaunu datu un etalonu kopumu AI algoritmu spēju novērtēšanai, spriežot par darbībām, kas ietvertas video informācijā, ICLR 2020 konferencē prezentēja IBM, MIT, Harvard un DeepMind pētnieki, TheNextweb ziņo 17. maijā.

Jaunā datu kopa un pētījumu vide, kas tika prezentēta ICLR 2020, tiek saukta par CoLlision Notikumiem video atkārtotai pārstāvēšanai un spriešanai vai CLEVRER. Tie ir balstīti uz CLEVR, vizuālu jautājumu un atbilžu kopu, kas izstrādāta Stenfordas universitātē 2017. gadā. CLEVR ir uzdevumu kopums, kas attēlo cietu objektu nekustīgus attēlus. AI aģentam jāspēj analizēt ainu un atbildēt uz vairākiem jautājumiem par objektu skaitu, to atribūtiem un telpiskajām attiecībām.

Kā risinājumu sarežģītam uzdevumam klasiskajā AI pētnieki iesniedza neiro-simboliskās dinamiskās domāšanas modeli, neironu tīklu un simboliskā mākslīgā intelekta kombināciju.

Rezultāti parādīja, ka neironu tīklu un simbolisko programmu iekļaušana vienā AI modelī var apvienot viņu stiprās puses un pārvarēt vājās puses. "Simboliskais attēlojums nodrošina spēcīgu kopēju vīzijas, valodas, dinamikas un cēloņsakarības ietvaru," atzīmē autori, piebilstot, ka simboliskās programmas ļauj modelim "skaidri uztvert kompozīciju, kas ir video cēloņsakarības struktūras un jautājuma loģikas pamatā".

Šādu sistēmu priekšrocības ierobežo beznosacījumu trūkumi. Dati, kas izmantoti modeļa apmācībai, prasa papildu anotācijas, kas reālās pasaules lietojumprogrammās var būt pārāk izsalkušas un dārgas.