يمكن لنموذج الذكاء الاصطناعي التابع لمعهد ماساتشوستس للتكنولوجيا التقاط العلاقات بين الأشياء من تلقاء نفسه باستخدام الحد الأدنى من بيانات التدريب

تعمل أنظمة التعلم العميق من خلال انتقاء الأنماط الإحصائية في البيانات، وهذه هي الطريقة التي تفسر بها رؤيتها للعالم. ومع ذلك، تتطلب طريقة التعلم الإحصائي هذه كمية كبيرة من بيانات الإدخال، وهي ليست مفيدة بشكل خاص في مساعدة أنظمة التعلم العميق على تطبيق المعرفة من الماضي على المواقف الجديدة، على عكس الذكاء الاصطناعي الرمزي، الذي يسمح بتسجيل تسلسل الخطوات المتخذة لإجراء عملية اتخاذ القرار ببيانات أقل من الطرق التقليدية.

• مُنحت جائزة "نوبل للتكنولوجيا" للبرمجيات التي تعلم الذكاء الاصطناعي كيفية التعلم مثل البشر

أظهرت دراسة جديدة أجراها فريق من علماء الذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا، ومختبر MIT-IBM Watson AI Lab وDeepMind، إمكانات تدريب الذكاء الاصطناعي عند تطبيقه على مهمة رمزية محددة، على سبيل المثال، فهم معنى الصور. وبناء على ذلك، في التجارب، اكتسبت نماذج الذكاء الاصطناعي الخاصة بالعلماء مفاهيم تتعلق بالأشياء مثل اللون والشكل، ثم استخدمت تلك المعرفة لإنشاء علاقات بين العديد من الأشياء والأشياء في مشهد ما، في حين أنها لا تتطلب سوى الحد الأدنى من بيانات التدريب وعدم الحاجة إلى برمجتها بشكل صريح.

"نعلم جميعًا أن استخدام مجموعة من الكلمات والرسوم التوضيحية يعد وسيلة فعالة لمساعدة الأطفال على تعلم وتذكر مفهوم معين. فكرتنا عن هذا النموذج الرمزي للذكاء الاصطناعي هي نفسها. وقال عالم الكمبيوتر جيايوان ماو، رئيس المشروع: "بفضل ذلك، سيحتاج النظام إلى بيانات تدريب أقل، وسيكون أكثر قدرة على نقل المعرفة التي اكتسبها إلى مواقف جديدة".

• يسمح باحثو Google للذكاء الاصطناعي بممارسة الألعاب لتحسين التعلم المعزز

في الأساس، يتكون نموذج الذكاء الاصطناعي هذا من مكون استقبال المعلومات، الذي يحول الصور إلى تفسير قائم على الكائنات، وطبقة لغة تستخرج المعنى من الكلمات والجمل، ثم إنشاء "برامج رمزية" تساعد الذكاء الاصطناعي على معرفة كيفية اجب على السؤال. بالإضافة إلى ذلك، ستكون هناك وحدة ثالثة تقوم بتشغيل برامج رمزية في الخلفية وتقدم إجابات وتحديث المعرفة لنموذج الذكاء الاصطناعي عندما يرتكب أخطاء.

قام الباحثون بتدريب نموذج الذكاء الاصطناعي هذا على صور مدمجة مع العديد من الأسئلة والأجوبة ذات الصلة. ثم أشرفت جامعة ستانفورد على قدرة الذكاء الاصطناعي على فهم الصور. بشكل عام، يجب على الذكاء الاصطناعي الإجابة على أسئلة مثل: ما هو لون الجسم؟ كم عدد الكائنات بجانب كائن آخر؟ أو ما هي المادة المصنوعة من هذا الكائن؟ من الطبيعي أن يزيد تعقيد الأسئلة مع مستوى فهم نموذج الذكاء الاصطناعي، ومع إتقانه للمفاهيم على مستوى الكائن، سيتعلم نموذج الذكاء الاصطناعي كيفية إجراء اتصالات بين العديد من الكائنات وخصائصها معًا، ويمكن اعتبار هذه مرحلة متقدمة.

• تستخدم Winnow رؤية الكمبيوتر للمساعدة في تقليل الهدر في معالجة الأغذية

وفي التجارب، تبين أن نموذج الذكاء الاصطناعي هذا قادر على تفسير المشاهد والمفاهيم الجديدة بشكل شبه مثالي، متفوقًا على أنظمة الذكاء الاصطناعي المتقدمة الأخرى، مع استخدام 5000 صورة و100000 سؤال فقط (مقارنة بحوالي 70000 صورة و700000 سؤال لنماذج الذكاء الاصطناعي التقليدية). . وفي المستقبل، سيكون العمل الرئيسي للباحثين هو تحسين أداء نموذج الذكاء الاصطناعي في فهم صور العالم الحقيقي، ثم الانتقال تدريجياً نحو الفيديو والتلاعب الآلي.