Jaunā pētījumā zinātnieku komanda skaidro, kā jauna pieeja būtiski uzlabo spēju
Mēs varam likt AI mācīties daudz labāk, ja apmācīsim viņus tā, kā mūsu smadzenes uztver informāciju.
Maksimiliāns Rizenhūbers, doktors, Džordžtaunas Universitātes Medicīnas centra neirobioloģijas profesors
Cilvēki var ātri un labi apgūt jaunas lietasvizuālas koncepcijas, kuru pamatā ir ierobežoti dati — dažreiz pietiek ar vienu piemēru. Pat trīs līdz četrus mēnešus veci mazuļi var viegli iemācīties atpazīt zebras un atšķirt tās no kaķiem, zirgiem un žirafēm. Taču datoriem parasti ir "jāredz" daudzi viena un tā paša objekta piemēri, lai zinātu, kas tas ir, skaidro Rīzenhūbers.
Tāpēc bija nepieciešams attīstītiesprogrammatūra, lai noteiktu attiecības starp veselām vizuālajām kategorijām, nevis mēģinātu izmantot standarta pieeju objektu identificēšanai, izmantojot tikai zema līmeņa un starpposma informāciju, piemēram, formu un krāsu.
Komanda atklāja, ka mākslīgie neironu tīkli, kas pārstāv objektus iepriekš apgūto jēdzienu ziņā, daudz ātrāk apgūst jaunus vizuālos jēdzienus.
Fakts ir tāds, ka smadzeņu arhitektūra, kas atrodaspamatojoties uz cilvēka vizuālo koncepciju izpēti, pamatojoties uz neironu tīkliem, kas iesaistīti objektu atpazīšanā. Tiek uzskatīts, ka smadzeņu priekšējā temporālā daiva satur "abstraktus" attēlojumus, kas pārsniedz formu. Šīs vizuālās atpazīšanas sarežģītās neironu hierarhijas ļauj cilvēkiem apgūt jaunus uzdevumus un, pats galvenais, izmantot iepriekš iegūtās zināšanas.
Neskatoties uz sasniegumiem mākslīgā jomāinteliģence, cilvēka vizuālā sistēma joprojām ir zelta standarts, ņemot vērā tās spēju vispārināt no vairākiem piemēriem: tā var droši tikt galā ar attēla variācijām un skaidri analizēt apkārt notiekošo.
Lasīt vairāk
Aborts un zinātne: kas notiks ar bērniem, kas dzemdēs
Apskatiet skaistākos Habla attēlus. Ko teleskops ir redzējis 30 gadu laikā?
Nosaukts augs, kas nebaidās no klimata izmaiņām. Tas baro miljardu cilvēku