https://bodybydarwin.com
Slider Image

Datamaskiner er nærmere å kopiere slik mennesker lærer

2021

Gullstandarden for kunstig intelligens er en datamaskin som kan lære på samme måte som vi gjør som mennesker. Hvis du for eksempel bare ser en tannbørste og kjenner bruken, er det ganske enkelt å identifisere andre tannbørster. Hvis den er lang, tynn, har lite bust og et håndtak, kan vi være ganske sikre på at det er en tannbørste. Og siden vi vet at det må passe inn i munnen, kan vi forestille oss hva som ville være et godt verktøy for jobben, og hva som kanskje ikke gjør det, noe som ytterligere begrenser hva en tannbørste kan være.

Å få maskiner til å lære på denne måten har vært en kamp, ​​fordi komplekse gjenstander, som tannbørster, må forklares i matematiske formler slik at datamaskinen kan forstå det. Mye arbeid i maskinlæring, som er hvordan vi takler kunstig intelligens, er sentrert rundt hvordan vi best kan representere objekter og ideer slik at datamaskiner kan forstå dem.

Ny forskning innen vitenskap hevder å ha kommet nærmere den menneskelige metoden for læring. Deres idé: bygg et lite dataprogram for hvert "lærte" konsept. Disse små programmene forklarer innledningsvis et lite konsept som det allerede er sett, og genererer forskjellige måter å komme til det samme sluttproduktet.

Den beste måten å forklare dette på er gjennom et eksempel. Akkurat nå fungerer dette bare for veldig enkle symboler, som håndskrevne bokstaver i alfabetet.

Forskere viste sine algoritmeeksempler på håndskrevne bokstaver fra flere gamle alfabeter og hvordan de ble skrevet, og algoritmen lagde de prosessene i hus i form av et dataprogram som forklarte hvordan hver bokstav ble konstruert. Forskerne kaller denne Bayesian Program Learning, og ved å vise algoritmen hvordan en karakter er konstruert, forstår den deretter de forskjellige delene av hver bokstav. I fremtiden kan den bruke disse delene på forskjellige måter for å klassifisere eller lage nye karakterer, omtrent som mennesker gjør.

Andre datamaskiner kan allerede gjøre dette med dyp læring, en disiplin innen kunstig intelligens som bruker nettverk av matematiske ligninger for å forstå ideer innen data. Mens dyp læringsteknikker kan kreve at maskinen analyserer flere titalls til millioner eksempler, hevder den nåværende metoden å fungere fra et enkelt eksempel på en ide.

Dette betyr at vi en dag kan ha ekte ansiktsgjenkjenning i alle vinkler fra bare ett godt bilde av en person.

Resultatene som hevdes med denne metoden er imponerende. For å teste hvor godt algoritmen lærte, testet forskerne den mot mennesker. Både mennesker og maskiner fikk en ny karakter, og måtte gjengi den.

Så ba de folk (fra Amazon Mechanical Turk) bestemme hvilke som ble laget av mennesker, og hvilke som ble laget av maskiner. Og de kunne ikke gjøre det. Feilprosenten var 48 prosent, rett under tilfeldig sjanse.

Kan du gjette hvilke brev som ble laget av AI?

Mer enn noe annet betyr dette at vi fremdeles bare er i begynnelsen av å lære hva vi kan gjøre med maskinlæring og kunstig intelligens. Og selv om denne forskningen er viktig, betyr det ikke nødvendigvis at dette er slik alle maskiner vil lære i fremtiden. Akkurat som denne tilnærmingen kan erstatte måter å tenke på hvordan datamaskiner forstår begreper i dag, er det fullt mulig noen vil finne en bedre måte neste måned.

Hvert trinn, hvert papir, og hver idé tenner et nytt lys for å belyse det enorme tomrommet i vår kunnskap om intelligens og bevissthet. I dag kan vi bedre lage håndskrevne figurer. Kanskje i morgen vil det generere menneskelignende tale, eller til og med gjenskape kunst med større suksess.

Det tar seks måneder å miste all ferievekten.  Slik kan du unngå å få det i stedet.

Det tar seks måneder å miste all ferievekten. Slik kan du unngå å få det i stedet.

De beste appene for å endre vanene dine

De beste appene for å endre vanene dine

Presenter bare 90-tallet barna vil få

Presenter bare 90-tallet barna vil få