SAMSUNG_092021 Advertisement SAMSUNG_092021 Advertisement SAMSUNG_092021 Advertisement

Umelá inteligencia získala schopnosť predstavivosti

Umelá inteligencia
0

Ľudská predstavivosť (a podobne aj tvorivosť) je proces vytvárania niečoho nového kombinovaním existujúcich prvkov novým spôsobom. Používanie fantázie sa nám zdá prirodzené. Pre umelú inteligenciu je však rekombinácia prvkov rôznych vecí opakom toho, k čomu v nej dochádza prirodzene. Stroje sa učia rozborom vecí a katalogizáciou existujúcich atribútov objektov s cieľom ich identifikácie.

Tím vedcov z University of Southern California (USC) teraz vyvíja niečo úplne nové – model umelej inteligencie s predstavivosťou. K učeniu v prípade strojov zvyčajne dochádza pri dôkladnom preskúmaní obrázkov a detailnom zaznamenávaní atribútov, napr. farby pixelov. Cieľom je, aby algoritmus správne identifikoval iný obraz rovnakého (alebo podobného) objektu. Umelá inteligencia sa nepokúša pochopiť, čo je objekt alebo ako funguje. Strojové učenie je väčšinou založené na rozpoznávaní vzorov.

SME konferencia_092021

Vedci však už dávno snívajú o umelej inteligencii, ktorá by mohla extrapolovať z toho, čo sa naučila. Podľa výskumníkov z USC je kľúčom k tomu, aby sme umelú inteligenciu obdarili fantáziou, „rozpletenie“ (disentanglement), myšlienka, že atribúty možno oddeliť od objektov, ktoré tieto znaky vykazujú. „Rozpletenie“ stojí v skutočnosti aj za konceptom čoraz dokonalejších falošných (deepfake) videí, ktoré sa množia na internete. Napríklad vo falošnom videu je pohyb tváre oddelený od jej identity.

To umožňuje tvorcom falošných videí „syntetizovať nové obrázky a videá, ktoré nahrádzajú identitu pôvodnej osoby inou osobou, ale zachovávajú pôvodný pohyb“, vysvetľuje vedúci autor štúdie Yunhao Ge. Učenie kontrolovanou oddelenou reprezentáciou (controllable disentangled representation learning) je termín, ktorým vedci z USC označujú spôsob, ako sa ich algoritmus učí.

Namiesto toho, aby umelá inteligencia katalogizovala jednotlivé objekty, dostane vzorovú skupinu súvisiacich obrázkov s cieľom ich analýzy, až kým neobjaví širšie témy, ktoré ich zjednocujú. Jednotlivé atribúty potom možno oddeliť od základných charakteristík, ktoré identifikujú objekt. Tím vyvinul dátový súbor 1,56 milióna obrázkov na trénovanie ich umelej inteligencie.

Vedci si uvedomujú, že ich model sa dá použiť na rôzne typy dát, a predpokladajú, že umelá inteligencia dokáže prekonať svoju súčasnú krátkozrakosť. Môže napríklad pomôcť vedcom objaviť nové kombinácie existujúcich zlúčenín na základe analýzy ich oddelených vlastností. Takáto umelá inteligencia by mohla byť oveľa užitočnejšia a bezpečnejšia aj pre autonómne vozidlá, pretože si vie predstaviť, a teda predvídať nebezpečné scenáre.

Zdroj: bigthink.com.

Zobrazit Galériu

Redakcia

Všetky autorove články

Pridať komentár

Mohlo by vás zaujímať

Mohlo by vás zaujímať