Rozwijanie zdolności sztucznej inteligencji do wydobywania znaczenia z tekstu i obrazów
Ludzka inteligencja jest niezwykła. „Patrząc po prostu na nasze otoczenie, możemy natychmiast wyciągnąć wnioski na temat tego, co się dzieje i kto jest w to zaangażowany” — mówi Amir Globerson(odnośnik otworzy się w nowym oknie), profesor informatyki na Uniwersytecie w Tel Awiwie(odnośnik otworzy się w nowym oknie). „Gdy czytamy książkę, tworzymy mentalny obraz opisywanego świata”. Chociaż sztuczna inteligencja (AI) robi wrażenie, nadal ma problemy z dorównaniem ludzkiemu umysłowi pod względem zdolności łączenia indywidualnych komponentów, w celu stworzenia spójnego zrozumienia całości. Umiejętność ta pozostaje jednak niezbędna do korzystania ze sztucznej inteligencji, na przykład w autonomicznych pojazdach, robotyce i diagnostyce medycznej. Tutaj pojawia się HOLI(odnośnik otworzy się w nowym oknie), projekt finansowany ze środków UE, którego celem jest pomoc sztucznej inteligencji w uzyskaniu bardziej holistycznego rozumienia tekstu i obrazów.
Ramy do projektowania modeli głębokiego uczenia
Projekt, który otrzymał wsparcie Europejskiej Rady ds. Badań Naukowych(odnośnik otworzy się w nowym oknie), dostarczył innowacyjne ramy, które można wykorzystać do projektowania modeli głębokiego uczenia zdolnych do osiągnięcia kompleksowej interpretacji swoich danych wejściowych. „Udało nam się to osiągnąć poprzez stworzenie modeli, które zawierają sprecyzowane reprezentacje elementów sceny, a następnie pozwalają tym reprezentacjom oddziaływać ze sobą nawzajem za pośrednictwem architektur głębokiego uczenia” — wyjaśnia Globerson. Oprócz ram, projekt zapewnił również nowe spostrzeżenia na temat tego, dlaczego i w jaki sposób te modele działają. „Wykazaliśmy, że to specyficzny sposób, w jaki te modele się uczą, odpowiada za udoskonalenie ich zdolności do generalizacji” — podkreśla Globerson.
Ekscytujące czasy dla sztucznej inteligencji
Według Globersona, osiągnięcia te są bezpośrednim wynikiem pracy jego zespołu badaczy, którzy podeszli do przedstawionych wyzwań z ekscytacją, rygorem, kreatywnością i starannością. Wielu z nich wykorzysta umiejętności i wiedzę zdobyte podczas tego projektu w swojej karierze w instytucjach akademickich lub w przemyśle. „Jestem dumny z osiągnięć naszego zespołu, które przyczyniły się do rozwoju sztucznej inteligencji, zarówno w zakresie opracowania architektur holistycznej AI, jak i pomogły zrozumieć dlaczego i w jaki sposób takie modele działają” — podkreśla Globerson. To, wraz z wpływem projektu na teorię głębokiego uczenia, wprowadzeniem paradygmatu podpowiedzi wizualnej i odkryciem, w jaki sposób transformatory przeprowadzają proces uczenia kontekstowego, zainspirowało dalsze prace. „To ekscytujące czasy dla sztucznej inteligencji, a kluczowe tematy, które badaliśmy w projekcie, w dużej mierze pozostają otwarte” — podsumowuje Globerson. „Jestem przekonany, że pomysły i techniki, które wprowadziliśmy podczas projektu HOLI, pomogą odpowiedzieć na te pytania, ostatecznie poprawiając zdolność sztucznej inteligencji do tworzenia znaczeń na podstawie obrazów, filmów i tekstu”.
