Çoklu Modlu Öğrenme AI Geliştiriciler Arasında Önem Kazanıyor

Venture Beat (VB), yapay zeka geliştirme alanında çoklu modlu öğrenmenin avantajlarına ilişkin haftalık raporlarından birine yer verdi. Bu rapor, ABI Research tarafından yapılan bir rapor üzerine dayanıyordu.

Ana kavram, “veri kümeleri, AI sistemlerinin temel yapı taşlarıdır” ve veri kümeleri olmadan, “modeller, tahminlerini bilgilendiren ilişkileri öğrenemezler” gerçeğinde yatmaktadır. ABI raporuna göre, “toplam kurulan AI cihazları 2019’da 2.69 milyar iken 2024’te 4.47 milyar olacak, ancak kısa vadede çok azı birbirleriyle etkileşimli olacak.”

Bu, önemli miktarda zaman, enerji ve kaynak israfına neden olabilir, “onları bir AI modeli veya çerçevesine birleştirmek yerine, her biri bağımsız olarak ve heterojen olarak çalışacak ve verdikleri verileri anlamlandırmaya çalışacaklar.”

Bu sorunu aşmak için ABI, çoklu modlu öğrenmeyi öneriyor; bu, çeşitli sensörlerden ve girişlerden verileri tek bir sisteme konsolide edebilecek bir yöntemdir. Çoklu modlu öğrenme, genellikle tümü öğrenme sürecine dahil edildiğinde ortaya çıkan tamamlayıcı bilgiler veya eğilimleri taşıyabilir.

VB, resimler ve metin altyazılarını içeren bir örnek sunuyor. “Farklı kelimeler benzer resimlerle eşleştirilirse, bu kelimelerin aynı şeyleri veya nesneleri tanımlamak için kullanıldığı muhtemeldir. Buna karşılık, bazı kelimeler farklı resimlerle birlikte görünürse, bu, bu resimlerin aynı nesneyi temsil ettiği anlamına gelir. Dolayısıyla, bir AI modelinin metin açıklamalarından resim nesnelerini tahmin etmesi mümkün olmalıdır ve gerçekten de, bir akademik literatür bu durumun böyle olduğunu kanıtlamıştır.”

Mümkün avantajlara rağmen, ABI, teknoloji devleri gibi IBM, Microsoft (MSFT ), Amazon (AMZN ) ve Google’nin hala büyük ölçüde tek modlu sistemlere odaklandığını belirtiyor. Bunun nedenlerinden biri, böyle bir değişimin temsil ettiği zorluklar.

Ancak, ABI araştırmacıları, “gönderilen cihazların toplam sayısı 2017’de 3.94 milyon iken 2023’te 514.12 milyon olacak, bu artış robotik, tüketici, sağlık hizmetleri ve medya ve eğlence segmentlerindeki benimsemeler tarafından teşvik edilecek.” Çoklu modlu öğrenmeyi uygulayan şirketlere örnek olarak Waymo‘yu gösteriyorlar; Waymo, böyle yaklaşımları kullanarak “hiper-duyarlı otonom araçlar” inşa ediyor ve Intel Labs (INTC ), şirketin mühendislik ekibinin “gerçek dünya ortamlarında sensör verisi toplama tekniklerini araştırıyor.”

Intel Labs’ın baş mühendisi Omesh Tickoo, VB’ye, “Ne yaptığımız, zaman gibi contexto figürlerini belirlemek için teknikler kullanarak, bir sensörün verisinin en yüksek kalitede olmadığını söyleyen bir sistem inşa ettik. Bu güven değerini verdiğimizde, farklı sensörleri birbirlerine karşı farklı aralıklarda değerlendirir ve bize aradığımız cevabı veren doğru karışımı seçer.”

VB, tek modlu öğrenmenin, özellikle görüntü tanıma ve doğal dil işleme gibi uygulamalarda highly etkili olduğu yerlerde baskın kalacağını belirtiyor. Aynı zamanda, “elektroniklerin daha ucuz hale gelmesi ve hesaplama daha ölçeklenebilir hale gelmesi ile çoklu modlu öğrenmenin sadece daha da önemli hale geleceğini” öngörüyor.