Жасанды интеллект пен машиналық оқытуды естігенде, біз өздігінен ойлап, үйрене алатын компьютерді елестетеміз. Яғни, іс жүзінде адам ретінде.
Біз әлемді көру, есту, сөйлеуді тану сияқты бірнеше сезім мүшелерінің жиынтығы арқылы қабылдаймыз. Бірақ машиналар әлемді алгоритмдермен өңделген деректердің көмегімен түсіндіреді. Яғни, құрылғы фотосуретті көргенде, оны тапсырманы орындау үшін пайдаланатын метадеректер жинағына аударады. Егер сіз тапсырманы қиындатсаңыз, яғни суретке қосымша дыбыс болатын жерде, AI жоғала бастайды.
«Мұндағы басты мәселе - машина осы әртүрлі әдістерді қалай үйлестіре алады? Бізге оңай. Біз көлікті көреміз, содан кейін біз өтіп бара жатқан көліктің дыбысын естиміз және бұл бірдей нәрсе екенін білеміз. Бірақ машиналық оқыту үшін бәрі оңай емес», — деді Александр Лю, Компьютерлік ғылым және жасанды интеллект зертханасының (CSAIL) магистранты және осы мәселеге арналған мақаланың бірінші авторы.
Лю және оның әріптестері визуалды және дыбыстық әдістерге ортақ ұғымдарды түсіретін түрде деректерді көрсетуді үйренетін жасанды интеллект әдісін әзірледі. Мысалы, олардың әдісі бейнеде жылап жатқан баланың әрекеті аудиоклиптегі «жылау» сөзімен байланысты екенін білуге болады. Осы білімді пайдалана отырып, олардың машиналық оқыту моделі бейнеде белгілі бір әрекеттің қай жерде орын алатынын анықтап, оны анықтай алады.
Бұл әдіс бір күні роботтарға адамдар сияқты қабылдау арқылы әлемдегі ұғымдар туралы білуге көмектесу үшін қолданылуы мүмкін. Модельде әлі де кейбір шектеулер бар, оларды ғалымдар алдағы жұмыста шешуге үміттенеді. Осы уақытқа дейін олардың зерттеулері бір уақытта екі модальді деректерге бағытталған, бірақ нақты әлемде адамдар бір уақытта ойланбастан өңдейтін көптеген деректер ағынымен бетпе-бет келеді. Машиналар мұны әлі үйренген жоқ.
Сіз Украинаға орыс басқыншыларына қарсы күресуге көмектесе аласыз. Мұны істеудің ең жақсы жолы - Украина Қарулы Күштеріне қаражат беру Lifelife немесе ресми парақшасы арқылы NBU.
Сондай-ақ оқыңыз: