Võtmed kaasavõtmiseks
- Teadlased on loonud tehnikad, mis võimaldavad kasutajatel järjestada masinõppemudeli käitumise tulemusi.
- Eksperdid ütlevad, et meetod näitab, et masinad jõuavad inimeste mõtlemisvõimetele järele.
- AI edusammud võivad kiirendada arvutite keele mõistmise võimet ning muuta tehisintellekti ja inimeste omavahelist suhtlust.
Uus tehnika, mis mõõdab tehisintellekti (AI) arutlusvõimet, näitab, et masinad jõuavad inimestele oma mõtlemisvõime poolest järele, väidavad eksperdid.
MITi ja IBM Researchi teadlased on loonud meetodi, mis võimaldab kasutajal masinõppemudeli käitumise tulemusi järjestada. Nende tehnika nimega Shared Interest sisaldab mõõdikuid, mis võrdlevad, kui hästi mudeli mõtlemine inimeste omaga ühtib.
"Täna on AI võimeline saavutama (ja mõnel juhul isegi ületama) inimeste jõudlust konkreetsete ülesannete täitmisel, sealhulgas pildituvastuse ja keele mõistmise, " ütles Pieter Buteneers, masinõppe ja kommunikatsiooniosakonna tehisintellekti direktor. ettevõte Sinch, ütles Lifewire'ile e-posti intervjuus. "Loomuliku keele töötlemise (NLP) abil saavad AI-süsteemid tõlgendada, kirjutada ja rääkida keeli sama hästi kui inimesi ning tehisintellekt võib isegi kohandada oma dialekti ja tooni, et see ühtlustuks oma kaaslastega."
Kunstlikud nutikad
AI annab sageli tulemusi, selgitamata, miks need otsused on õiged. Ja tööriistad, mis aitavad ekspertidel mudeli arutluskäiku mõtestada, pakuvad sageli ainult teadmisi, vaid ühe näite korraga. Tehisintellekti treenimisel kasutatakse tavaliselt miljoneid andmesisendeid, mistõttu on inimestel raske mustrite tuvastamiseks piisav alt otsuseid hinnata.
Hiljutises artiklis väitsid teadlased, et jagatud huvi võib aidata kasutajal avastada suundumusi mudeli otsuste tegemisel. Ja need ülevaated võivad võimaldada kasutajal otsustada, kas mudel on kasutuselevõtuks valmis.
„Jagatud huvide arendamisel on meie eesmärk seda analüüsiprotsessi laiendada, et saaksite globaalsem alt mõista, milline on teie mudeli käitumine,“Angie Boggust, artikli kaasautor, öeldi pressiteates.
Shared Interest kasutab tehnikat, mis näitab, kuidas masinõppemudel tegi konkreetse otsuse, mida nimetatakse silmapaistvusmeetoditeks. Kui mudel klassifitseerib pilte, tõstavad silmapaistvusmeetodid esile pildi piirkonnad, mis on mudeli jaoks otsuse tegemisel olulised. Shared Interest töötab väljapaistvusmeetodite võrdlemisel inimeste loodud märkustega.
Teadlased kasutasid ühist huvi, et aidata dermatoloogil otsustada, kas ta peaks usaldama masinõppemudelit, mis on loodud nahakahjustuste fotode põhjal vähi diagnoosimiseks. Ühine huvi võimaldas dermatoloogil kiiresti näha näiteid mudeli õigetest ja valedest ennustustest. Nahaarst otsustas, et ta ei saa mudelit usaldada, kuna see tegi liiga palju ennustusi, mis põhinesid pigem kujutise artefaktidel kui tegelikel kahjustustel.
“Väärtus seisneb selles, et ühist huvi kasutades näeme neid mustreid meie mudeli käitumises. Umbes poole tunniga suutis dermatoloog otsustada, kas usaldada mudelit või mitte ja kas võtta see kasutusele või mitte,”ütles Boggust.
Mudeli otsuse põhjendus on oluline nii masinõppe uurijale kui ka otsustajale.
Edumuse mõõtmine
Masinõppe algoritme kasutava ettevõtte Darrow uuringute juht Ben Hagag ütles, et MIT teadlaste töö võib olla märkimisväärne samm edasi tehisintellekti arengus inimtasandi intelligentsuse suunas, ütles seda Lifewire'ile antud meiliintervjuus..
"Mudeli otsuse põhjendus on oluline nii masinõppe uurijale kui ka otsustajale," ütles Hagag. "Esimene soovib mõista, kui hea mudel on ja kuidas seda saab täiustada, samas kui teine soovib arendada mudeli vastu kindlustunnet, nii et nad peavad mõistma, miks seda väljundit ennustati."
Kuid Hagag hoiatas, et MIT-i uurimused põhinevad eeldusel, et me mõistame või suudame annoteerida inimeste arusaamist või inimlikke mõttekäike.
„Kuid on võimalus, et see ei pruugi olla täpne, seega on vaja rohkem tööd inimeste otsuste tegemise mõistmiseks,” lisas Hagag.
Tehisintellekti edusammud võivad kiirendada arvutite keele mõistmise võimet ning muuta tehisintellekti ja inimeste suhtlemisviisi, ütles Buteneers. Vestlusbotid saavad korraga aru sadadest keeltest ja tehisintellekti assistendid saavad skannida tekstiosasid, et leida vastuseid küsimustele või rikkumistele.
„Mõned algoritmid suudavad isegi tuvastada, kas sõnumid on petturlikud, mis võib aidata ettevõtetel ja tarbijatel rämpspostist välja rookida,” lisas Buteneers.
Kuid, ütles Buteneers, teeb tehisintellekt ikka veel vigu, mida inimesed kunagi ei teeks. "Kuigi mõned muretsevad, et tehisintellekt asendab inimeste töökohti, on reaalsus see, et vajame alati inimesi, kes töötavad koos tehisintellektirobotidega, et aidata neid kontrolli all hoida ja hoida neid vigu eemal, säilitades samal ajal äris inimliku kontakti," lisas ta.
