Lekolînwan AI-ê bikar tînin da ku vekolin ka refleks ji wêneyên orjînal çawa cûda dibin

Lekolînwanên li Zanîngeha Cornell di van demên dawî de pergalên fêrbûna makîneyê bikar anîn da ku vekolin ka refleksên wêneyan ji wêneyên orîjînal çawa cûda ne. Wekî ku ji hêla ScienceDaily ve hatî ragihandin, algorîtmayên ku ji hêla tîmê lêkolîneran ve hatî çêkirin dît ku nîşanên diyarker hene, cûdahiyên ji wêneya orîjînal, ku wêneyek hatî guheztin an xuyang kirin.

Profesorê zanistiya kompîturê li Cornell Tech, Noah Snavely, nivîskarê payebilind ê lêkolînê bû. Li gorî Snavely, projeya lêkolînê dest pê kir dema ku lêkolîner bala xwe didin ka wêne çawa bi awayên eşkere û nazik cûda ne dema ku têne xuyang kirin. Snavely diyar kir ku tiştên ku di nihêrîna pêşîn de pir simetrîk xuya dikin jî dema ku werin lêkolîn kirin bi gelemperî wekî refleksekê têne cûda kirin. Ez ji vedîtinên ku hûn dikarin bi awayên nû yên berhevkirina agahdariyan bikin meraq dikim, "got Snavely, li gorî ScienceDaily.

Lêkolîner bal kişandin ser wêneyên mirovan, wan ji bo perwerdekirina algorîtmayên xwe bikar anîn. Ev hate kirin ji ber ku rû bi eşkere asîmetrîk xuya nakin. Dema ku li ser daneyên ku wêneyên ziravî ji wêneyên orîjînal cuda dikin hatin perwerde kirin, AI-ê ragihand ku rastiyek di navbera 60% û 90% de di nav cûrbecûr wêneyan de bi dest xistiye.

Gelek nîşaneyên dîtbarî yên wêneyek ziravkirî ku AI-ê fêr bûye ji mirovan re pir nazik û dijwar in ku gava ku ew li wêneyên zirav dinihêrin. Ji bo ku taybetmendiyên ku AI-ê ji bo ferqkirina di navbera wêneyên zirav û orîjînal de ji hev cuda bike, çêtir şîrove bikin, lêkolîner nexşeyek germê çêkirin. Nexşeya germahiyê herêmên wêneyê ku AI meyla balê dikşîne nîşan da. Li gorî lêkolîneran, yek ji nîşaneyên herî gelemperî ku AI-ê ji bo ferqkirina wêneyên felqkirî bikar anî, nivîs bû. Ev ne ecêb bû, û lêkolîner wêneyên ku tê de nivîsar in ji daneyên perwerdehiya xwe derxistin da ku ji cûdahiyên naziktir ên di navbera wêneyên felqkirî û orjînal de ramanek çêtir bistînin.

Piştî ku wêneyên ku tê de nivîs ji koma perwerdehiyê hatin avêtin, lêkolîneran dît ku dabeşkerê AI-ê balê dikişîne ser taybetmendiyên wêneyan ên mîna bangkerên kirasê, têlefonên desta, saetên destan, û rû. Hin ji van taybetmendiyan xwedan qalibên eşkere, pêbawer in ku AI dikare li ser wan hûr bike, wek vê yekê ku mirov bi gelemperî têlefonên desta di destê xwe yê rastê de digirin û ku bişkokên li stûyên kirasê bi gelemperî li milê çepê ne. Lêbelê, taybetmendiyên rû bi gelemperî pir simetrîk in ku cûdahiyên piçûk in û ji bo çavdêriyek mirovî pir zehmet e ku meriv wan bibîne.

Lekolînwan nexşeyek germahiyek din çêkir ku deverên rûyên ku AI meyla balê li ser wan dike ronî dike. AI gelek caran çavên mirovan, por û rihên mirovan bikar tîne da ku dîmenên ziravî bibîne. Ji ber sedemên ne diyar, mirov bi gelemperî gava ku wêneyên wan têne kişandin hinekî li çepê dinêrin. Li ser vê yekê ku çima por û rîh nîşaneyên wêneyên ziravkirî ne, lêkolîner nebawer in lê ew teorê dikin ku destên kesek dikare bi awayê ku ew şûştin an şuştinê eşkere bike. Digel ku ev nîşanker dikarin nebawer bin, bi berhevkirina gelek nîşanan bi hev re lêkolîner dikarin pêbawerî û rastbûna mezintir bi dest bixin.

Zêdetir lêkolîn li ser van rêzan dê hewce bike ku were kirin, lê heke vedîtin hevgirtî û pêbawer bin wê hingê ew dikare ji lêkolîneran re bibe alîkar ku rêyên bikêrtir ên perwerdekirina algorîtmayên fêrbûna makîneyê bibînin. Vîzyona kompîturê AI bi gelemperî bi karanîna refleksên wêneyan tê perwerde kirin, ji ber ku ew rêyek bi bandor û bilez e ji bo zêdekirina hêjmara daneyên perwerdehiya berdest. Mimkun e ku analîzkirina ka wêneyên ronîkirî çawa cihêreng in dikare ji lêkolînerên fêrbûna makîneyê re bibe alîkar ku têgihiştinek çêtir a nelirêtiyên di modelên fêrbûna makîneyê de hene ku dibe sedema ku ew wêneyan bi xeletî dabeş bikin.

Wek Snavely bû ji hêla ScienceDaily ve hatî vegotin:

"Ev dibe sedema pirsek vekirî ji bo civata dîtina kompîturê, ev e, kengê baş e ku meriv vê guheztinê bike da ku databasa xwe zêde bike, û kengê ne baş e? Ez hêvî dikim ku ev ê bihêle ku mirov li ser van pirsan bêtir bifikirin û dest bi pêşvebirina amûran bikin da ku fêm bikin ka ew çawa algorîtmayê beralî dike."