Kapag nakarinig tayo ng artificial intelligence at machine learning, naiisip natin ang isang computer na maaaring mag-isip at matuto para sa sarili. Ibig sabihin, halos bilang isang tao.
Nakikita natin ang mundo sa pamamagitan ng kumbinasyon ng ilang mga pandama, tulad ng paningin, pandinig, at pagkilala sa pagsasalita. Ngunit binibigyang kahulugan ng mga makina ang mundo sa tulong ng data na naproseso ng mga algorithm. Ibig sabihin, kapag nakakita ang makina ng isang larawan, isinasalin ito sa isang set ng metadata na ginagamit nito upang maisagawa ang gawain. At kung palubhain mo ang gawain, i.e. kung saan magkakaroon ng tunog bilang karagdagan sa imahe, pagkatapos ay ang AI ay magsisimulang mawala.
"Ang pangunahing problema dito ay kung paano ipagkakasundo ng isang makina ang iba't ibang mga modalidad na ito? Madali para sa ating mga tao. Nakikita namin ang isang kotse, at pagkatapos ay naririnig namin ang tunog ng isang sasakyan na dumaraan, at alam namin na ito ay pareho. Ngunit para sa pag-aaral ng makina, ang lahat ay hindi gaanong simple", - sabi ni Oleksandr Liu, isang nagtapos na estudyante sa Computer Science and Artificial Intelligence Laboratory (CSAIL) at ang unang may-akda ng isang papel na nakatuon sa problemang ito.
Gumawa si Liu at ang kanyang mga kasamahan ng isang paraan ng artificial intelligence na natututong kumatawan sa data sa paraang kumukuha ng mga konsepto na karaniwan sa visual at audio modalities. Halimbawa, malalaman ng kanilang pamamaraan na ang pagkilos ng isang bata na umiiyak sa isang video ay nauugnay sa salitang "umiiyak" sa isang audio clip. Gamit ang kaalamang ito, matutukoy ng kanilang modelo ng machine learning kung saan nagaganap ang isang partikular na aksyon sa isang video at makita ito.
Maaaring gamitin ang paraang ito balang araw upang matulungan ang mga robot na matuto tungkol sa mga konsepto sa mundo sa pamamagitan ng perception, na mas katulad ng ginagawa ng mga tao. Ang modelo ay mayroon pa ring ilang mga limitasyon na inaasahan ng mga siyentipiko na tugunan sa hinaharap na gawain. Sa ngayon, ang kanilang pananaliksik ay nakatuon sa data mula sa dalawang modalidad sa parehong oras, ngunit sa totoong mundo, ang mga tao ay sabay-sabay na nahaharap sa maraming mga stream ng data na kanilang pinoproseso nang hindi iniisip. Ang mga makina ay hindi pa natututo nito.
Matutulungan mo ang Ukraine na labanan ang mga mananakop na Ruso. Ang pinakamahusay na paraan upang gawin ito ay ang mag-abuloy ng mga pondo sa Armed Forces of Ukraine sa pamamagitan ng Savelife o sa pamamagitan ng opisyal na pahina NBU.
Basahin din: