https://bodybydarwin.com
Slider Image

Οι υπολογιστές είναι πιο κοντά στην αντιγραφή του τρόπου που οι άνθρωποι μαθαίνουν

2020

Το χρυσό πρότυπο της τεχνητής νοημοσύνης είναι ένας υπολογιστής που μπορεί να μάθει με τον ίδιο τρόπο που κάνουμε σαν τον άνθρωπο. Για παράδειγμα, αν βλέπετε μόνο μία οδοντόβουρτσα και γνωρίζετε τη χρήση της, είναι πολύ εύκολο να εντοπίσετε άλλες οδοντόβουρτσες. Εάν είναι μακρύς, λεπτός, έχει λίγες τρίχες και μια λαβή, μπορούμε να είμαστε σίγουροι ότι πρόκειται για οδοντόβουρτσα. Και επειδή γνωρίζουμε ότι πρέπει να ταιριάζει σε ένα στόμα, μπορούμε να φανταστούμε τι θα ήταν ένα καλό εργαλείο για τη δουλειά και τι δεν θα μπορούσε να περιορίσει περαιτέρω τι μπορεί να είναι μια οδοντόβουρτσα.

Η απόκτηση μηχανών για να μάθουν με αυτόν τον τρόπο ήταν ένας αγώνας, επειδή πολύπλοκα αντικείμενα, όπως οι οδοντόβουρτσες, πρέπει να εξηγούνται σε μαθηματικές φόρμουλες ώστε ο υπολογιστής να μπορεί να το καταλάβει. Πολλή δουλειά στη μηχανική μάθηση, που είναι ο τρόπος με τον οποίο αντιμετωπίζουμε την τεχνητή νοημοσύνη, εστιάζεται γύρω από τον τρόπο με τον οποίο αντιπροσωπεύει καλύτερα αντικείμενα και ιδέες ώστε οι υπολογιστές να μπορούν να τις κατανοήσουν.

Νέα έρευνα στην επιστήμη ισχυρίζεται ότι έχει πλησιάσει την ανθρώπινη μέθοδο μάθησης. Η ιδέα τους: να οικοδομήσουμε ένα μικροσκοπικό πρόγραμμα υπολογιστή για κάθε «μάθημα» έννοια. Αυτά τα μικρά προγράμματα εξηγούν αρχικά μια μικρή έννοια που έχει ήδη δει και δημιουργεί διαφορετικούς τρόπους για να φτάσει στο ίδιο τελικό προϊόν.

Ο καλύτερος τρόπος να εξηγηθεί αυτό είναι μέσω ενός παραδείγματος. Τώρα αυτό λειτουργεί μόνο για πολύ απλά σύμβολα, όπως χειρόγραφα γράμματα του αλφαβήτου.

Οι ερευνητές παρουσίασαν τα παραδείγματα αλγορίθμων χειρόγραφων γραμμάτων από πολλά αρχαία αλφάβητα και τον τρόπο γραφής τους και ο αλγόριθμος απομνημονεύει αυτές τις διαδικασίες με τη μορφή προγράμματος ηλεκτρονικού υπολογιστή που εξηγούσε τον τρόπο κατασκευής κάθε γράμματος. Οι ερευνητές αποκαλούν αυτή τη Bayesian Learning Program και παρουσιάζοντας τον αλγόριθμο πώς κατασκευάζεται ένας χαρακτήρας, καταλαβαίνει τα διαφορετικά μέρη κάθε γράμματος. Στο μέλλον, μπορεί να χρησιμοποιήσει αυτά τα μέρη με διαφορετικούς τρόπους για να ταξινομήσει ή να δημιουργήσει νέους χαρακτήρες, όπως οι άνθρωποι κάνουν.

Άλλοι υπολογιστές μπορούν ήδη να το κάνουν με βαθιά μάθηση, μια πειθαρχία μέσα στην τεχνητή νοημοσύνη που χρησιμοποιεί δίκτυα μαθηματικών εξισώσεων για την κατανόηση ιδεών μέσα στα δεδομένα. Ωστόσο, ενώ οι τεχνικές βαθιάς μάθησης θα μπορούσαν να απαιτήσουν από το μηχάνημα να αναλύσει δεκάδες έως εκατομμύρια παραδείγματα, η παρούσα μέθοδος ισχυρίζεται ότι λειτουργεί από ένα μόνο παράδειγμα μιας ιδέας.

Αυτό σημαίνει ότι μια μέρα θα μπορούσαμε να έχουμε πραγματική αναγνώριση προσώπου σε οποιαδήποτε γωνία από μια μόνο καλή εικόνα ενός ατόμου.

Τα αποτελέσματα που υποστηρίζονται με αυτή τη μέθοδο είναι εντυπωσιακά. Για να δοκιμάσουν πόσο καλά έμαθε ο αλγόριθμος, οι ερευνητές το έδειξαν ενάντια στους ανθρώπους. Τόσο οι άνθρωποι όσο και οι μηχανές είχαν ένα νέο χαρακτήρα και έπρεπε να το αναπαράγουν.

Στη συνέχεια, ζήτησαν από τους ανθρώπους (από την Amazon Mechanical Turk) να αποφασίσουν ποιες ήταν οι άνθρωποι και που κατασκευάστηκαν από μηχανές. Και δεν μπορούσαν να το κάνουν. Το ποσοστό σφάλματος ήταν 48 τοις εκατό, ακριβώς κάτω από τυχαία ευκαιρία.

Μπορείτε να μαντέψετε ποιες επιστολές έγιναν από τον AI;

Πάνω απ 'όλα, αυτό σημαίνει ότι είμαστε ακόμα στην αρχή της μάθησης τι μπορούμε να κάνουμε με τη μηχανική μάθηση και την τεχνητή νοημοσύνη. Και ενώ αυτή η έρευνα είναι σημαντική, δεν σημαίνει απαραίτητα ότι αυτός είναι ο τρόπος με τον οποίο θα μάθουν όλα τα μηχανήματα στο μέλλον. Ακριβώς όπως αυτή η προσέγγιση μπορεί να αντικαταστήσει τρόπους σκέψης για το πώς οι υπολογιστές καταλαβαίνουν τις έννοιες σήμερα, είναι εντελώς πιθανό κάποιος να βρει έναν καλύτερο τρόπο τον επόμενο μήνα.

Κάθε βήμα, κάθε χαρτί και κάθε ιδέα φωτίζει ένα άλλο κερί για να φωτίσει το τεράστιο κενό στις γνώσεις μας για νοημοσύνη και συνείδηση. Σήμερα μπορούμε να δημιουργήσουμε καλύτερα χειρόγραφους χαρακτήρες. Ίσως αύριο θα δημιουργήσει ανθρώπινη ομιλία ή ακόμα και θα αναδημιουργήσει την τέχνη με μεγαλύτερη επιτυχία.

Η μουσική μπορεί να βελτιώσει σοβαρά την προπόνησή σας.  Δείτε πώς μπορείτε να δημιουργήσετε το τέλειο playlist.

Η μουσική μπορεί να βελτιώσει σοβαρά την προπόνησή σας. Δείτε πώς μπορείτε να δημιουργήσετε το τέλειο playlist.

Πώς να γίνετε οικοδόμος Lego

Πώς να γίνετε οικοδόμος Lego

Η καταγραφή αυτού του απίστευτου ομίλου αστέρων απαιτούσε λέιζερ και έναν κάμψη καθρέφτη

Η καταγραφή αυτού του απίστευτου ομίλου αστέρων απαιτούσε λέιζερ και έναν κάμψη καθρέφτη