เมื่อเราได้ยินปัญญาประดิษฐ์และแมชชีนเลิร์นนิง เรานึกภาพคอมพิวเตอร์ที่สามารถคิดและเรียนรู้ด้วยตนเอง นั่นคือในทางปฏิบัติในฐานะมนุษย์
เรารับรู้โลกผ่านประสาทสัมผัสต่างๆ ร่วมกัน เช่น การเห็น การได้ยิน และการรู้จำคำพูด แต่เครื่องจักรตีความโลกด้วยความช่วยเหลือของข้อมูลที่ประมวลผลโดยอัลกอริทึม กล่าวคือ เมื่อเครื่องเห็นภาพถ่าย เครื่องจะแปลเป็นชุดข้อมูลเมตาที่ใช้ในการทำงาน และถ้าคุณทำให้งานซับซ้อน เช่น ที่ซึ่งจะมีเสียงเพิ่มเติมจากภาพ แล้ว AI ก็เริ่มหลงทาง
“ปัญหาหลักที่นี่คือวิธีการที่เครื่องสามารถกระทบยอดรูปแบบต่างๆ เหล่านี้ได้? เป็นเรื่องง่ายสำหรับคนเรา เราเห็นรถแล้วได้ยินเสียงรถวิ่งผ่านไปมา และรู้ว่ามันเหมือนกัน แต่สำหรับแมชชีนเลิร์นนิง ทุกสิ่งไม่ได้เรียบง่ายนัก"Oleksandr Liu นักศึกษาระดับบัณฑิตศึกษาจาก Computer Science and Artificial Intelligence Laboratory (CSAIL) และผู้เขียนบทความฉบับแรกที่กล่าวถึงปัญหานี้ กล่าว
Liu และเพื่อนร่วมงานของเขาได้พัฒนาวิธีปัญญาประดิษฐ์ที่เรียนรู้การแสดงข้อมูลในลักษณะที่รวบรวมแนวคิดที่เหมือนกันกับรูปแบบภาพและเสียง ตัวอย่างเช่น วิธีการของพวกเขาสามารถเรียนรู้ว่าการกระทำของเด็กร้องไห้ในวิดีโอเกี่ยวข้องกับคำว่า "ร้องไห้" ในคลิปเสียง เมื่อใช้ความรู้นี้ โมเดลการเรียนรู้ของเครื่องจะสามารถระบุตำแหน่งที่การกระทำบางอย่างเกิดขึ้นในวิดีโอและระบุจุดนั้นได้
วันหนึ่งอาจใช้วิธีนี้เพื่อช่วยให้หุ่นยนต์เรียนรู้เกี่ยวกับแนวคิดต่างๆ ในโลกผ่านการรับรู้ เหมือนกับวิธีที่มนุษย์ทำ โมเดลนี้ยังมีข้อจำกัดบางประการที่นักวิทยาศาสตร์หวังว่าจะแก้ไขในงานในอนาคต จนถึงตอนนี้ การวิจัยของพวกเขาได้มุ่งเน้นไปที่ข้อมูลจากสองรูปแบบในเวลาเดียวกัน แต่ในโลกแห่งความเป็นจริง ผู้คนต้องเผชิญกับกระแสข้อมูลมากมายที่พวกเขาประมวลผลโดยไม่ต้องคิดไปพร้อม ๆ กัน เครื่องจักรยังไม่ได้เรียนรู้สิ่งนี้
คุณสามารถช่วยยูเครนต่อสู้กับผู้รุกรานรัสเซีย วิธีที่ดีที่สุดคือบริจาคเงินให้กับกองทัพยูเครนผ่าน เซฟไลฟ์ หรือทางเพจอย่างเป็นทางการ NBU.
อ่าน:
เขียนความเห็น