عندما نسمع الذكاء الاصطناعي والتعلم الآلي ، نتخيل جهاز كمبيوتر يمكنه التفكير والتعلم بنفسه. هذا هو ، عمليا كإنسان.
نحن ندرك العالم من خلال مجموعة من الحواس المتعددة ، مثل البصر والسمع والتعرف على الكلام. لكن الآلات تفسر العالم بمساعدة البيانات التي تتم معالجتها بواسطة الخوارزميات. أي عندما يرى الجهاز صورة ، فإنه يترجمها إلى مجموعة من البيانات الوصفية التي يستخدمها لأداء المهمة. وإذا قمت بتعقيد المهمة ، أي حيث سيكون هناك صوت بالإضافة إلى الصورة ، فسيبدأ الذكاء الاصطناعي في الضياع.
"المشكلة الرئيسية هنا هي كيف يمكن للآلة التوفيق بين هذه الأساليب المختلفة؟ من السهل علينا نحن الناس. نرى سيارة ، ثم نسمع صوت سيارة تمر بالجوار ، ونعلم أنه نفس الشيء. ولكن بالنسبة للتعلم الآلي ، كل شيء ليس بهذه البساطة "، - قال أولكسندر ليو ، طالب دراسات عليا في مختبر علوم الكمبيوتر والذكاء الاصطناعي (CSAIL) والمؤلف الأول لورقة بحثية مخصصة لهذه المشكلة.
طور ليو وزملاؤه طريقة ذكاء اصطناعي تتعلم تمثيل البيانات بطريقة تلتقط المفاهيم المشتركة بين الأساليب المرئية والصوتية. على سبيل المثال ، يمكن لطريقتهم معرفة أن عمل طفل يبكي في مقطع فيديو مرتبط بكلمة "بكاء" في مقطع صوتي. باستخدام هذه المعرفة ، يمكن لنموذج التعلم الآلي الخاص بهم تحديد مكان حدوث إجراء معين في مقطع فيديو وتحديده.
قد تُستخدم هذه الطريقة يومًا ما لمساعدة الروبوتات على التعرف على مفاهيم في العالم من خلال الإدراك ، مثل كيفية عمل البشر. لا يزال النموذج يحتوي على بعض القيود التي يأمل العلماء في معالجتها في العمل المستقبلي. حتى الآن ، ركزت أبحاثهم على البيانات من طريقتين في نفس الوقت ، ولكن في العالم الحقيقي ، يواجه الناس في وقت واحد العديد من تدفقات البيانات التي يعالجونها دون تفكير. الآلات لم تتعلم هذا بعد.
يمكنك مساعدة أوكرانيا في محاربة الغزاة الروس. أفضل طريقة للقيام بذلك هي التبرع بالأموال للقوات المسلحة لأوكرانيا من خلال الحفاظ على الحياة او من خلال الصفحة الرسمية NBU.
اقرأ أيضا: