MIT の AI モデルは、最小限のトレーニング データでオブジェクト間の関係を独自にキャプチャできる

深層学習システムは、データ内の統計パターンを抽出することによって機能します。これが、深層学習システムが独自の世界観を解釈する方法です。ただし、この統計学習方法には大量の入力データが必要であり、シンボル AI のように、データを作成するために実行された一連のステップを記録できるのとは異なり、深層学習システムが過去の知識を新しい状況に適用するのを支援するのには特に役立ちません。従来の方法よりも少ないデータで意思決定を行うことができます。

• 「ノーベルテクノロジー賞」はAIに人間と同じように学習するよう教えるソフトウェアに授与された

MIT、MIT-IBM Watson AI Lab、DeepMind の人工知能科学者のチームによって行われた新しい研究は、画像の意味の把握など、特定の象徴的なタスクに適用された場合の AI トレーニングの可能性を示しています。したがって、実験では、科学者の AI モデルは色や形状などのオブジェクトに関連する概念を取得し、その知識を使用してシーン内の多くのオブジェクト間の関係を作成しましたが、必要なのは最小限のトレーニング データのみで、明示的にプログラムする必要はありませんでした。

「言葉とイラストを組み合わせて使用​​することが、子供たちが特定の概念を学び、記憶するのに効果的な方法であることは誰もが知っています。このAI記号モデルに対する私たちの考え方も同じです。そのおかげで、システムに必要なトレーニング データが減り、獲得した知識を新しい状況にうまく移せるようになります」とプロジェクト責任者のコンピュータ科学者 Jiayuan Mao 氏は述べています。

• Googleの研究者はAIにゲームをさせて強化学習を改善させた

基本的に、この AI モデルは、画像をオブジェクトベースの解釈に変換する情報受信コンポーネントと、単語や文章から意味を抽出する言語層で構成され、AI がどのように理解するかを支援する「記号プログラム」を作成します。質問に答えて。さらに、バックグラウンドでシンボリック プログラムを実行して回答を提供し、AI モデルが間違いを犯した場合に知識を更新する 3 番目のモジュールが追加されます。

研究者らは、多くの関連する質問と回答を組み合わせた画像でこの AI モデルをトレーニングしました。その後、AI の画像理解能力はスタンフォード大学によって監督されました。一般に、AI は次のような質問に答える必要があります: オブジェクトの色は何ですか? 別のオブジェクトの隣にオブジェクトがいくつありますか? あるいは、この物体は何の素材でできていますか? AI モデルの理解レベルに応じて質問の複雑さは自然に増し、オブジェクト レベルの概念を習得するにつれて、AI モデルは多くのオブジェクトとオブジェクトのプロパティを組み合わせて接続する方法を学習します。これは進んだ段階と考えられます。

• Winnow はコンピューター ビジョンを使用して食品加工における無駄を削減します

実験では、この AI モデルは、わずか 5,000 枚の画像と 100,000 個の質問を使用しながら、新しいシーンや概念をほぼ完璧に解釈でき、他の高度な AI システムを上回るパフォーマンスを発揮できることが示されました (従来の AI モデルでは約 70,000 枚の画像と 700,000 個の質問が必要でした)。 。将来的には、研究者の主な仕事は、現実世界の写真を理解する際のAIモデルのパフォーマンスを向上させ、その後徐々にビデオとロボット操作に移行することになるでしょう。