Негизги алып салуулар
- Изилдөөчүлөр колдонуучуларга машинада үйрөнүү моделинин жүрүм-турумунун натыйжаларын рейтингге коюуга мүмкүндүк берген ыкмаларды түзүштү.
- Эксперттердин айтымында, бул ыкма машиналар адамдардын ой жүгүртүү жөндөмдүүлүгүнө жеткенин көрсөтөт.
- AIдагы жетишкендиктер компьютерлердин тилди түшүнүү жөндөмдүүлүгүн өнүктүрүүнү тездетип, AI менен адамдардын өз ара аракеттенүү жолун өзгөртүшү мүмкүн.
Жасалма интеллекттин (AI) ой жүгүртүү күчүн өлчөөчү жаңы ыкма машиналар адамдардын ой жүгүртүү жөндөмдүүлүгүнө жетип калганын көрсөтөт, дешет адистер.
MIT жана IBM Research изилдөөчүлөрү колдонуучуга машинаны үйрөнүү моделинин жүрүм-турумунун натыйжаларын баалоого мүмкүндүк берген ыкманы түзүштү. Алардын Бөлүшүлгөн Кызыкчылык деп аталган техникасы моделдин ой жүгүртүүсү адамдардын ой жүгүртүүсүнө канчалык дал келгенин салыштырган көрсөткүчтөрдү камтыйт.
"Бүгүнкү күндө AI адамдын белгилүү тапшырмаларда, анын ичинде сүрөттөрдү таануу жана тилди түшүнүү боюнча аткарууга жетишүүгө (жана кээ бир учурларда андан ашууга) жөндөмдүү ", - Питер Бутенерс, машина үйрөнүү жана AI боюнча инженердик директор Sinch компаниясы, Lifewire электрондук почта маегинде билдирди. "Табигый тилди иштетүү (NLP) менен AI тутумдары адамдар сыяктуу эле тилдерди чечмелеп, жаза жана сүйлөй алат, ал эми AI өзүнүн диалектисин жана обондорун өзүнүн теңтуштары менен шайкеш келтирүү үчүн тууралай алат."
Жасалма акылдуулар
AI көбүнчө ал чечимдер эмне үчүн туура экенин түшүндүрбөстөн жыйынтыктарды чыгарат. Ал эми эксперттерге моделдин ой жүгүртүүсүн түшүнүүгө жардам берген куралдар көбүнчө бир эле учурда бир гана мисал менен камсыз кылат. AI адатта миллиондогон маалыматтарды киргизүү менен үйрөтүлөт, бул адамдын үлгүлөрдү аныктоо үчүн жетиштүү чечимдерди баалоосун кыйындатат.
Жакында жарыяланган макалада изилдөөчүлөр Shared Interest колдонуучуга моделдин чечимдерин кабыл алуудагы тенденцияларды ачууга жардам берерин айтышкан. Жана бул статистика колдонуучуга моделдин колдонууга даяр же даяр эместигин чечүүгө мүмкүндүк берет.
“Бириккен кызыкчылыкты өнүктүрүүдө биздин максат – бул анализ процессин масштабдуу түрдө кеңейтүү, андыктан сиз моделиңиздин жүрүм-туруму кандай экенин глобалдык деңгээлде түшүнө аласыз”, - деп Энджи Боггуст, кагаздын авторлорунун бири., деп айтылат маалыматта.
Shared Interest машинада үйрөнүү модели белгилүү бир чечимди кантип кабыл алганын көрсөткөн ыкманы колдонот. Модель сүрөттөрдү классификациялап жатса, көрүнүктүүлүк ыкмалары сүрөттүн чечим чыгарганда модел үчүн маанилүү болгон жерлерин бөлүп көрсөтөт. Бөлүштүрүлгөн Кызыкчылык адамдар тарабынан түзүлгөн аннотациялар менен айкындуулук ыкмаларын салыштыруу аркылуу иштейт.
Изилдөөчүлөр Shared Interest функциясын дерматологго теринин жабыркаган сүрөттөрүнөн рак диагнозун коюуга жардам берген машинада үйрөнүү моделине ишенүү керекпи же жокпу аныктоого жардам берүү үчүн колдонушкан. Бөлүшүлгөн кызыгуу дерматологго моделдин туура жана туура эмес божомолдорунун мисалдарын тез көрүүгө мүмкүнчүлүк берди. Дерматолог модельге ишене албайм деп чечти, анткени ал чыныгы жабыркагандарга эмес, сүрөт артефакттарына негизделген өтө көп божомолдорду жасаган.
“Бул жерде маанилүү нерсе, Бөлүшүлгөн Кызыкчылыкты колдонуу менен, бул үлгүлөр моделибиздин жүрүм-турумунда пайда болгонун көрө алабыз. Болжол менен жарым сааттын ичинде дерматолог модельге ишенүү же ишенбөө жана аны колдонуу керекпи же жокпу, чече алды деди Боггуст.
Моделдин чечиминин жүйөсү машина үйрөнүү изилдөөчүсү үчүн да, чечим кабыл алуучу үчүн да маанилүү.
Өлчөө прогресс
MIT изилдөөчүлөрүнүн иши AIнын адам деңгээлиндеги интеллектине карай прогресси үчүн алдыга олуттуу кадам болушу мүмкүн, - деди Бен Хагаг, машина үйрөнүү алгоритмдерин колдонгон Darrow компаниясынын изилдөө башчысы Lifewire менен болгон маегинде..
"Моделдин чечиминин жүйөсү машина үйрөнүү боюнча изилдөөчү үчүн да, чечим кабыл алуучу үчүн да маанилүү" деди Хагаг. "Биринчиси моделдин канчалык жакшы экенин жана аны кантип өркүндөтсө болорун түшүнгүсү келсе, экинчиси моделге ишеним сезимин өрчүткүсү келет, андыктан алар бул жыйынтык эмне үчүн алдын ала айтылганын түшүнүшү керек."
Бирок Хагаг MIT изилдөөсү биз адамдын түшүнүгүн же адамдын ой жүгүртүүсүн түшүнөбүз же аннотациялай алабыз деген божомолго негизделгенин эскертти.
"Бирок, бул так эмес болушу мүмкүн, андыктан адамдын чечим кабыл алуусун түшүнүү боюнча көбүрөөк иштөө керек", - деп кошумчалады Хагаг.
AIдагы жетишкендиктер компьютерлердин тилди түшүнүү жөндөмдүүлүгүн өнүктүрүүнү тездетип, AI менен адамдардын өз ара аракеттенүү ыкмасын өзгөртө алат, деди Бутенерс. Чатботтор бир эле учурда жүздөгөн тилдерди түшүнө алат, ал эми AI жардамчылары суроолорго же мыйзам бузууларга жооп алуу үчүн тексттин тексттерин сканерлей алышат.
“Айрым алгоритмдер атүгүл билдирүүлөр качан алдамчылык экенин аныктай алат, бул ишканаларга жана керектөөчүлөргө спам билдирүүлөрдү жок кылууга жардам берет”, - деп кошумчалады Бутенерс.
Бирок, деди Бутенерс, AI дагы деле адамдар эч качан кетирбеген каталарды кетирет. "Кээ бирөөлөр AI адамдын жумушун алмаштырат деп кооптонушса да, чындыгында бизге AI боттору менен бирге иштеген адамдар ар дайым аларды көзөмөлдөп турууга жана бул каталарды кетирбөөгө, бизнесте адамдык мамилени сактап калууга жардам бериши керек" деп кошумчалады ал.
