สตาร์ทอัพเพิ่งเปิดตัววิธีการเรียนรู้ใหม่สำหรับ AI ที่อาจเป็นตัวเปลี่ยนเกม ไม่เพียงแต่จะช่วยประหยัดเวลาและแรงงานเท่านั้น แต่ยังช่วยเพิ่มความเป็นส่วนตัวของผู้ใช้บริการอัจฉริยะอีกด้วย
โดยไม่ต้องการเรียนรู้อย่างลึกซึ้งการปฏิวัติปัญญาประดิษฐ์ในปัจจุบันก็คงจะไม่มีอยู่จริง อย่างไรก็ตาม วิธีการดังกล่าวก็ยังมีข้อบกพร่อง เนื่องจากอัลกอริธึมต้องใช้เวลาและข้อมูลจำนวนมากในการเรียนรู้ ดังนั้นภาพถ่ายและวิดีโอของแมวหลายพันภาพจึงมีความจำเป็นสำหรับ AI ในการจดจำแมวที่มีอัตราข้อผิดพลาดที่น่าพอใจ ปัญญาประดิษฐ์จะต้องจดจำขนาด รูปร่าง พื้นผิว แสง และจดจำตำแหน่งที่เป็นไปได้ของแมวเพื่อแยกแยะให้ชัดเจน
ในส่วนของเขาและในเชิงแผนผัง มนุษย์เรียนรู้โดยสร้าง "แนวคิด" ว่าแมวคืออะไร กล่าวคือ เขาเรียนรู้ที่จะรับรู้ชุดเกณฑ์ที่พบในแต่ละครั้ง แต่จะไม่ขัดขวางเขาจากการมองเห็นลูกแมวหากไม่มีองค์ประกอบบางอย่างเหล่านี้
ประหยัดเวลาและต้องการข้อมูลน้อยลง...
Gamalon ซึ่งเป็นบริษัทสตาร์ทอัพในบอสตันได้ประกาศแนวทางใหม่ในการเรียนรู้ปัญญาประดิษฐ์ ซึ่งช่วยให้เครื่องจักรสามารถเลียนแบบวิธีการเรียนรู้ของเราและดำเนินการได้โดยไม่ต้องมีมนุษย์คอยดูแลขั้นตอนนี้ซึ่งมักจะยาวนานและน่าเบื่อ
ผลลัพธ์ที่ได้คือประหยัดเวลาและลดความต้องการข้อมูลระหว่างการฝึกอบรม เพื่อให้บรรลุเป้าหมายนี้ บริษัทเล็กๆ จึงใช้เทคโนโลยีที่เรียกว่า Bayesian Program Sclusion
ตามข้อมูลของ Gamalon สิ่งนี้ทำให้เครื่องจักรสามารถ "ให้เหตุผลในระดับแนวความคิด" โดยใช้กรอบทางคณิตศาสตร์ที่ช่วยให้การทำนายได้รับการปรับปรุงตามประสบการณ์ในโลกแห่งความเป็นจริง
วิศวกรของ Gamalon ระบุว่าพวกเขาใช้การเขียนโปรแกรมที่จะใช้ความน่าจะเป็นมากกว่าตัวแปรเฉพาะเพื่อสร้างแบบจำลองการคาดการณ์ที่จะทำให้สามารถเข้าใจและอธิบายชุดข้อมูลได้ ดังนั้นอัลกอริธึมความน่าจะเป็นสามารถระบุได้ว่าแมวมีแนวโน้มที่จะมีหู หนวด และหาง
…เพื่อใช้พลังงานน้อยลง
ยิ่งไปกว่านั้น โซลูชันของ Gamalon ช่วยให้คอมพิวเตอร์สามารถเขียนและแก้ไขโปรแกรม Bayesian แบบไดนามิกได้ ดังนั้นซอฟต์แวร์วาดภาพจึงสามารถเรียนรู้ที่จะจดจำวัตถุแล้วจึงวาดภาพได้ Ben Vigoda ผู้ก่อตั้งบริษัทเล็กกล่าว ที่น่าประทับใจกว่านั้นคือซอฟต์แวร์ทั้งหมดที่เป็นปัญหาซึ่งปัจจุบันถูกใช้เป็นการสาธิตโดยสตาร์ทอัพ ทำงานบนแท็บเล็ต ไม่ใช่บนซูเปอร์คอมพิวเตอร์
ระหว่างเวลาที่บันทึกไว้ระหว่างช่วงการเรียนรู้กับความเป็นไปได้ที่ปัญญาประดิษฐ์จะเขียนโค้ดบางส่วนใหม่เพื่อปรับให้เข้ากับการใช้งานและสถานการณ์ที่แตกต่างกัน เป็นที่ชัดเจนว่าการเขียนโปรแกรมความน่าจะเป็นตามที่ Gamalon จินตนาการไว้นั้นมีศักยภาพที่เหลือเชื่อ
สิ่งนี้อาจทำให้ชีวิตของนักวิจัยและบริษัทต่างๆ ง่ายขึ้น ซึ่งจะไม่ต้องทำงานอย่างกว้างขวางในการปรับปรุงโมเดลการเรียนรู้อีกต่อไป หรือในการพัฒนาโมดูลปัญญาประดิษฐ์ทั้งหมดเพื่อตอบสนองความต้องการของพวกเขา เนื่องจากโมดูลที่ออกแบบไว้แล้วสามารถนำกลับมาใช้ซ้ำและปรับเปลี่ยนได้ อย่างน้อยนั่นคือสิ่งที่ทฤษฎีกล่าวไว้
กรณีการใช้งานหลายกรณี?
Gamalon นำเสนอผลิตภัณฑ์สองรายการโดยใช้เทคโนโลยีของตนแล้ว หนึ่งในนั้นคือโครงสร้าง Gamalon ช่วยให้ปัญญาประดิษฐ์สามารถจดจำ "แนวคิด" ในเนื้อหาที่เป็นข้อความได้ เรากำลังพูดถึงความคล้ายคลึงที่แข็งแกร่งและเป็นไปได้ที่นี่ ตัวอย่างเช่น ถ้าเราส่งรายการสินค้าคงคลังของร้านค้าซึ่งยังไม่ได้ทำใหม่ด้วยตนเองและมีป้ายกำกับโดยเฉพาะซึ่งเป็นหนึ่งในงานหนักในการเตรียมการเรียนรู้เชิงลึก AI จะสามารถเข้าใจว่า “ทีวี HD” และ คำอธิบาย “FULL HD TV” หมายถึงผลิตภัณฑ์ประเภทเดียวกัน วิธีการยกเครื่องสินค้าคงคลังขนาดใหญ่ ในทำนองเดียวกัน โดยการวิเคราะห์เอกสารผลิตภัณฑ์ AI จะสามารถเข้าใจว่าเป็นอุปกรณ์ประเภทใด จากนั้นจึงจำแนกลักษณะของอุปกรณ์ ตัวอย่างเช่น สำหรับโทรทัศน์ ระบบจะจดจำขนาดหน้าจอ เทคโนโลยีของแผงควบคุม การเชื่อมต่อต่างๆ เป็นต้น
หากเทคโนโลยีนี้พิสูจน์ได้ว่าเหมาะสมกับการใช้งานอื่นๆ ก็อาจทำให้ปัญญาประดิษฐ์สามารถควบคุมสภาพแวดล้อมได้ง่ายขึ้น สิ่งนี้จึงสามารถอำนวยความสะดวกในการใช้งานหุ่นยนต์ในบริบทที่ซับซ้อนได้ หรือนำรถยนต์ขับเคลื่อนอัตโนมัติไปบนถนนที่ไม่จำเป็นต้องเจออุปสรรคนับพันจึงจะจดจำได้
ปัญญาประดิษฐ์เข้ากันได้กับความเป็นส่วนตัว?
นอกจากนี้ยังช่วยให้ปัญญาประดิษฐ์สามารถเรียนรู้การตั้งค่าและนิสัยของคุณโดยไม่ต้องเปิดเผยข้อมูลผู้ใช้ของคุณเพื่อสร้างชุดที่ใช้งานได้ ด้วยวิธีนี้ ข้อมูลส่วนบุคคลของคุณจะยังคงอยู่ในสมาร์ทโฟนหรือคอมพิวเตอร์ของคุณ และบริการที่เกี่ยวข้องจะยังคงมีความเกี่ยวข้อง ภาวะที่กลืนไม่เข้าคายไม่ออกในปัจจุบันที่ต้องเลือกระหว่างความเป็นส่วนตัวและประโยชน์ของ AI คงจะล้าสมัยไปแล้ว... นี่ทำให้เกิดข้อสงสัย
จนถึงขณะนี้ ยักษ์ใหญ่อย่าง Apple ที่พยายามไล่ตามในด้านปัญญาประดิษฐ์ไปพร้อมๆ กับการรักษาข้อมูลของเรา ก็ต้องเลือกใช้ความเป็นส่วนตัวที่แตกต่าง- แนวทางใหม่นี้สามารถเสนอโอกาสใหม่ๆ ให้พวกเขาและหลีกเลี่ยงการยอมแพ้ต่อสิ่งล่อใจดึงข้อมูลของเราเพิ่มเติม- ในคูเปอร์ติโนเราอาจสงสัยว่า Gamalon มีขายหรือไม่?
แหล่งที่มา :
การทบทวนเทคโนโลยีของ MIT
🔴 เพื่อไม่พลาดข่าวสาร 01net ติดตามเราได้ที่Google ข่าวสารetวอทส์แอพพ์-