Avanceret kunstig intelligens har brug for maskiner, der lærer mere som mennesker - Dekrypter

Avanceret kunstig intelligens har brug for maskiner, der lærer mere som mennesker – Dekrypter

Tidsstempel: 30. juli 2023 kl. 4:21
Advanced AI Needs Machines That Learn More Like Humans - Decrypt PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Forskere siger, at de er et skridt tættere på at skabe kunstig intelligens, der kan efterligne menneskelig læring.

Ved en maskinlæringskonference afholdt i Honolulu i denne uge fortalte forskere ved Ohio State University sagde de analyserede en proces kaldet "kontinuerlig læring", som tillader en computer løbende at tilegne sig nye færdigheder uden at glemme tidligere viden - ligesom mennesker bygger på tidligere erfaringer for at lære nye ting.

Holdet sagde, at kunstige neurale netværk kan lide af "katastrofisk glemsel", hvilket betyder, at når de påtager sig nye opgaver, mister de information fra tidligere træning. Dette udgør et problem, efterhånden som samfundet bliver mere afhængigt af AI-systemer på områder som selvkørende biler.

"Eftersom automatiserede køreapplikationer eller andre robotsystemer læres nye ting, er det vigtigt, at de ikke glemmer de erfaringer, de allerede har lært for vores og deres sikkerhed," sagde Ness Shroff, en Ohio Eminent Scholar og professor i datalogi og ingeniør, der ledede undersøgelsen.

Undersøgelsen afslørede, at i lighed med mennesker, bevarer kunstige netværk bedre information, når de trænes i forskellige, forskellige opgaver frem for dem, der deler funktioner. At lære en algoritme forskellige opgaver tidligt udvider dens evne til at absorbere ny information.

"Vores arbejde varsler en ny æra af intelligente maskiner, der kan lære og tilpasse sig som deres menneskelige modstykker," sagde Shroff.

Forskningen bringer forskere tættere på at udvikle kunstig intelligens, der udviser livslang, menneskelignende læring. Dette kunne gøre det muligt at opskalere algoritmer hurtigere og tilpasses miljøer under udvikling.

Ohio State University-forskningen var en af ​​snesevis af præsentationer på det 40. årlige International konference om maskinlæring.

Konferencen bød også på arbejde af et team på MIT som sagde, at den udviklede en teknik, der kunne forstyrre oprettelsen af ​​deepfake-billeder ved at injicere små forstyrrende kodestykker i kildebilleder.

Teknikgiganten Google sagde, at dens forskning i kunstig intelligens og maskinlæring er inkluderet i mere end 80 videnskabelige artikler, der er inkluderet i ICML-programmet, inklusive demonstrationer af 3-D-proteinmodeller AlphaFold, rykker ind fusionsvidenskab, og nye modeller som PALM-E til robotter og Phenaki til generering af video fra tekst.

Shakir Mohamed, direktør for videnskab, teknologi og samfund hos Google DeepMind, holdt en hovedtale om at vejlede maskinlæring med sociale formål. Google DeepMind er en stor sponsor for begivenheden.

"Fra sundhedspleje til klimaændringer har maskinlæring et enormt potentiale til at tackle store udfordringer og fremme samfundet," sagde Mohamed i en blogindlæg. "Ved at samle forskellige stemmer kan vi udvikle AI, der kommer alle mennesker til gode."

Redaktørens note: Denne historie blev udarbejdet med Decrypt AI fra kilder, der refereres til i teksten, og faktatjekket af Ozawa.

Hold dig opdateret med kryptonyheder, få daglige opdateringer i din indbakke.

Tidsstempel:

Mere fra Dekryptér