AI Dikare Alîkariya Lekolînwanan Bike ku Kîjan Kaxezan Dikarin Bibin Veguheztin, Mebest Ji Krîza Vehilberînê re Serî

Di van salên dawî de her ku diçe zêdetir bal tê kişandin ser tiştê ku zanyar û lêkolîner qeyrana dubarekirin/veberhêneriyê binav dikin. Gelek lêkolîn bi tenê nekarin heman encamên girîng bidin dema ku dubarekirina lêkolînê tê ceribandin, û wekî encamek, civata zanistî fikar e ku vedîtin bi gelemperî pir zêde têne giran kirin. Pirsgirêk bandorê li qadên cihêreng ên wekî psîkolojî û îstîxbarata çêkirî dike. Dema ku dor tê qada AI-ê, gelek kaxezên ne-hevalbend têne weşandin ku encamên balkêş têne weşandin ku lêkolînerên din nikarin dubare bikin. Ji bo çareserkirina pirsgirêkê û kêmkirina hejmara lêkolînên ne-berbarkirî, lêkolîneran modelek AI-yê sêwirandine ku armanc dike ku diyar bike ka kîjan kaxezan dikarin werin dubare kirin.

Wekî ku ji hêla Fortune ve hatî ragihandin, nû kaxez Ji hêla tîmek lêkolîneran ve ji Dibistana Rêvebiriyê ya Kellog û Enstîtuya Pergalên Kompleks ên li Zanîngeha Northwestern ve hatî weşandin, modelek fêrbûna kûr pêşkêşî dike ku dikare bi potansiyel diyar bike ka kîjan lêkolîn îhtîmal e ku werin hilberandin, û kîjan lêkolîn ne. Ger pergala AI-ê bi pêbawer dikare cûdahiyê bike lêkolînên ji nû ve û ne-berbar, ew dikare alîkariya zanîngeh, enstîtûyên lêkolînê, pargîdan û saziyên din bike ku bi hezaran kaxezên lêkolînê fîlter bikin da ku diyar bikin ka kîjan kaxez bi îhtîmalek pir bikêr û pêbawer in.

Pergalên AI-ê yên ku ji hêla tîmê Northwestern ve hatî pêşve xistin celebê delîlên ampîrîkî / statîstîkî yên ku lêkolîner bi gelemperî bikar tînin ji bo tespîtkirina rastdariya lêkolînan bikar naynin. Model bi rastî teknîkên hilberandina zimanê xwezayî bikar tîne da ku pêbaweriya kaxezekê biceribîne. Pergal di zimanê ku ji hêla nivîskarên kaxezekê ve hatî bikar anîn de qalibên derdixe, dibîne ku hin qalibên peyvan ji yên din pêbaweriyek mezintir destnîşan dikin.

Tîma lêkolînê li ser lêkolînên psîkolojîk ên bi qasî salên 1960-an kevin kir, ku dît ku mirov bi gelemperî asta pêbaweriya ku bi ramanên xwe hene bi peyvên ku bikar tînin radigihînin. Bi vê ramanê re xebitîn, lêkolîner difikirîn ku nivîskarên kaxezê dema ku kaxezên xwe dinivîsin dibe ku bi nezanî baweriya xwe bi vedîtinên lêkolîna xwe nîşan bidin. Lekolînwanan du dewreyên perwerdehiyê pêk anîn, bi karanîna daneyên cihêreng. Di destpêkê de, model li ser nêzîkê du mîlyon kurtenivîsên ji kaxezên zanistî hate perwerde kirin, di heman demê de cara duyemîn model li ser kaxezên tevahî hate perwerde kirin da ku ji projeyek ku tê armanc kirin ku ka kaxezên psîkolojiyê bêne dubare kirin - Projeya Reproducibility: Psîkolojî werbigire.

Piştî ceribandinê, lêkolîneran model li ser berhevokek bi sedan kaxezên din, ku ji warên cihêreng ên mîna psîkolojî û aborî hatine girtin, bicîh kirin. Lekolînwanan dît ku modela wan di derbarê dubarekirina kaxezek de ji teknîkên statîstîkî yên ku bi gelemperî têne bikar anîn pêşbîniyek pêbawertir da ku diyar bikin ka encamên kaxezek dikarin werin dubare kirin an na.

Lêkolîner û Profesorê Dibistana Rêvebiriyê ya Kellog Brian Uzzi, ji Fortune re diyar kir ku her çend ew hêvîdar e ku modela AI-ê rojekê were bikar anîn da ku ji lêkolîneran re bibe alîkar ku encamên çiqas îhtîmal e ku werin dubare kirin, tîmê lêkolînê ji qalib û hûrguliyên modela wan ne ewle ye. fêr bûn. Rastiya ku modelên fêrbûna makîneyê bi gelemperî qutiyên reş in di lêkolîna AI-ê de pirsgirêkek hevpar e, lê ev rastî dikare zanyarên din ji karanîna modelê dudil bike.

Uzzi diyar kir ku tîmê lêkolînê hêvî dike ku ev model bi potansiyel dikare were bikar anîn da ku krîza koronavirus çareser bike, bêtir alîkariya zanyaran bike. zû ji vîrusê fam bikin û diyar bikin ka kîjan encamên lêkolînê hêvîdar in. Wekî ku Uzzi ji Fortune re got:

"Em dixwazin dest bi tetbîqkirina vê yekê li ser pirsgirêka COVID bikin - pirsgirêkek ku nuha gelek tişt sist dibin, û pêdivî ye ku em li ser bingehek pir bihêz a xebata pêşîn ava bikin. Ne diyar e ku dê çi karê berê were dubare kirin an na û dema me ji bo dubarekirinê nemaye.”

Uzzi û lêkolînerên din hêvî dikin ku bi karanîna teknolojiyên pêvekirina zimanê xwezayî yên din, di nav de teknîkên ku tîmê ji bo analîzkirina transkrîpên bangê yên di derheqê dahatên pargîdanî de afirandiye, modelê baştir bikin. Tîma lêkolînê berê danegehek ji nêzikî 30,000 transkriptên bangê çêkiriye ku ew ê ji bo nîşanan analîz bikin. Ger tîm bikaribe modelek serketî ava bike, dibe ku ew karibin vekoler û veberhêneran razî bikin ku amûrê bikar bînin, ku dikare rê li ber karanîna din ên nûjen ên model û teknîkên wê veke.