Когато чуем изкуствен интелект и машинно обучение, си представяме компютър, който може да мисли и да се учи сам. Тоест практически като човек.
Ние възприемаме света чрез комбинация от няколко сетива, като зрение, слух и разпознаване на реч. Но машините интерпретират света с помощта на данни, обработени от алгоритми. Тоест, когато машината види снимка, тя я превежда в набор от метаданни, които използва за изпълнение на задачата. И ако усложните задачата, т.е. където ще има звук в допълнение към изображението, тогава AI започва да се губи.
„Основният проблем тук е как една машина може да съвмести тези различни модалности? На нас хората ни е лесно. Виждаме кола и след това чуваме звука на минаваща кола и знаем, че това е едно и също нещо. Но за машинното обучение всичко не е толкова просто", — каза Александър Лиу, аспирант в Лабораторията по компютърни науки и изкуствен интелект (CSAIL) и първият автор на статия, посветена на този проблем.
Лиу и колегите му разработиха метод за изкуствен интелект, който се научава да представя данни по начин, който улавя концепции, които са общи за визуални и аудио модалности. Например, техният метод може да научи, че действието на дете, което плаче във видеоклип, е свързано с думата "плач" в аудио клип. Използвайки това знание, техният модел на машинно обучение може да определи къде се случва определено действие във видеоклип и да го забележи.
Този метод може един ден да се използва, за да помогне на роботите да научат за концепциите в света чрез възприятие, по-скоро като хората. Моделът все още има някои ограничения, които учените се надяват да разгледат в бъдеща работа. Досега тяхното изследване се фокусира върху данни от две модалности едновременно, но в реалния свят хората са изправени едновременно пред много потоци от данни, които обработват без да се замислят. Машините тепърва ще учат това.
Можете да помогнете на Украйна да се бори срещу руските нашественици. Най-добрият начин да направите това е да дарите средства на въоръжените сили на Украйна чрез Savelife или през официалната страница НБУ.
Прочетете също: