Das KI-Modell des MIT kann mit minimalen Trainingsdaten selbstständig Beziehungen zwischen Objekten erfassen

Deep-Learning-Systeme funktionieren, indem sie statistische Muster in Daten heraussuchen – so interpretieren sie ihre eigene Weltanschauung. Diese Methode des statistischen Lernens erfordert jedoch eine große Menge an Eingabedaten und ist nicht besonders nützlich, um Deep-Learning-Systemen dabei zu helfen, Wissen aus der Vergangenheit auf neue Situationen anzuwenden, im Gegensatz zur symbolischen KI, die es ermöglicht, die Abfolge der Schritte aufzuzeichnen, die zur Erstellung einer Situation durchgeführt werden Entscheidung mit weniger Daten als herkömmliche Methoden.

• Der „Technologienobelpreis“ wurde an Software verliehen, die der KI beibringt, wie Menschen zu lernen

Eine neue Studie, die von einem Team von Wissenschaftlern für künstliche Intelligenz am MIT, MIT-IBM Watson AI Lab und DeepMind durchgeführt wurde, zeigt das Potenzial von KI-Training, wenn es auf eine bestimmte symbolische Aufgabe angewendet wird, beispielsweise das Erfassen der Bedeutung von Bildern. Dementsprechend erwarben die KI-Modelle der Wissenschaftler in Experimenten Konzepte im Zusammenhang mit Objekten wie Farbe und Form und nutzten dieses Wissen dann, um Beziehungen zwischen vielen Objekten in einer Szene zu erstellen, während sie nur minimale Trainingsdaten erforderten und nicht explizit programmiert werden mussten.

„Wir alle wissen, dass die Verwendung einer Kombination aus Wörtern und Illustrationen ein wirksames Mittel ist, um Kindern dabei zu helfen, ein bestimmtes Konzept zu lernen und sich daran zu erinnern. Unsere Vorstellung von diesem KI-Symbolmodell ist dieselbe. Dadurch benötigt das System weniger Trainingsdaten und kann das erworbene Wissen besser auf neue Situationen übertragen“, sagte der Informatiker Jiayuan Mao, Leiter des Projekts. geteilte Forschung.

• Google-Forscher lassen KI Spiele spielen, um das verstärkte Lernen zu verbessern

Im Wesentlichen besteht dieses KI-Modell aus einer informationsempfangenden Komponente, die Bilder in objektbasierte Interpretation umwandelt, und einer Sprachschicht, die Bedeutung aus Wörtern und Sätzen extrahiert. Anschließend werden „symbolische Programme“ erstellt, die der KI dabei helfen, zu wissen, wie das geht beantworte die Frage. Darüber hinaus wird es ein drittes Modul geben, das im Hintergrund symbolische Programme ausführt und Antworten liefert, indem es das Wissen im KI-Modell aktualisiert, wenn es Fehler macht.

Die Forscher trainierten dieses KI-Modell anhand von Bildern, kombiniert mit vielen relevanten Fragen und Antworten. Die Fähigkeit der KI, Bilder zu verstehen, wurde dann von der Stanford University überwacht. Im Allgemeinen muss KI Fragen beantworten wie: Welche Farbe hat das Objekt? Wie viele Objekte liegen neben einem anderen Objekt? Oder aus welchem ​​Material besteht dieses Objekt? Die Komplexität der Fragen wird natürlich mit dem Verständnis des KI-Modells zunehmen, und wenn das KI-Modell Konzepte auf Objektebene beherrscht, lernt es, Verbindungen zwischen vielen Objekten und deren Eigenschaften herzustellen. Dies kann als fortgeschrittenes Stadium angesehen werden.

• Winnow nutzt Computer Vision, um Abfall bei der Lebensmittelverarbeitung zu reduzieren

In Experimenten wurde gezeigt, dass dieses KI-Modell in der Lage ist, neue Szenen und Konzepte nahezu perfekt zu interpretieren und andere fortschrittliche KI-Systeme zu übertreffen, während es nur 5.000 Bilder und 100.000 Fragen verwendet (im Vergleich zu etwa 70.000 Bildern und 700.000 Fragen bei herkömmlichen KI-Modellen). . In Zukunft wird die Hauptarbeit der Forscher darin bestehen, die Leistung des KI-Modells beim Verständnis realer Fotos zu verbessern und dann schrittweise auf Video- und Robotermanipulation umzusteigen.