כאשר אנו שומעים בינה מלאכותית ולמידת מכונה, אנו מדמיינים מחשב שיכול לחשוב וללמוד בעצמו. כלומר, באופן מעשי כבן אדם.
אנו תופסים את העולם באמצעות שילוב של מספר חושים, כגון ראייה, שמיעה וזיהוי דיבור. אבל מכונות מפרשנות את העולם בעזרת נתונים המעובדים על ידי אלגוריתמים. כלומר, כשהמכונה רואה תמונה, היא מתרגמת אותה לסט של מטא נתונים שהיא משתמשת בהם לביצוע המשימה. ואם אתה מסבך את המשימה, כלומר איפה יהיה צליל בנוסף לתמונה, אז ה-AI מתחיל ללכת לאיבוד.
"הבעיה העיקרית כאן היא איך מכונה יכולה ליישב את האופנים השונים האלה? זה קל לנו האנשים. אנחנו רואים מכונית, ואז אנחנו שומעים קול של מכונית שנוסעת, ואנחנו יודעים שזה אותו דבר. אבל למידת מכונה, הכל לא כל כך פשוט", - אמר אולכסנדר ליו, סטודנט לתואר שני במעבדה למדעי המחשב ובינה מלאכותית (CSAIL) והמחבר הראשון של מאמר המוקדש לבעיה זו.
ליו ועמיתיו פיתחו שיטת בינה מלאכותית שלומדת לייצג נתונים באופן שתופס מושגים המשותפים לאופנים חזותיים ואודיו. למשל, השיטה שלהם יכולה ללמוד שפעולה של ילד בוכה בסרטון קשורה למילה "בוכה" בקטע שמע. באמצעות הידע הזה, מודל למידת המכונה שלהם יכול לקבוע היכן מתרחשת פעולה מסוימת בסרטון ולזהות אותה.
שיטה זו עשויה לשמש יום אחד כדי לעזור לרובוטים ללמוד על מושגים בעולם באמצעות תפיסה, יותר כמו איך עושים בני אדם. למודל עדיין יש כמה מגבלות שהמדענים מקווים לטפל בהן בעבודה עתידית. עד כה, המחקר שלהם התמקד בנתונים משני אופנים בו זמנית, אך בעולם האמיתי, אנשים מתמודדים בו-זמנית עם זרמים רבים של נתונים שהם מעבדים בלי לחשוב. המכונות עדיין לא למדו את זה.
אתה יכול לעזור לאוקראינה להילחם נגד הפולשים הרוסים. הדרך הטובה ביותר לעשות זאת היא לתרום כספים לכוחות המזוינים של אוקראינה באמצעות הצלת חיים או דרך העמוד הרשמי NBU.
קרא גם: