Əsas Çıxarışlar
- Tədqiqatçılar istifadəçilərə maşın öyrənmə modelinin davranışının nəticələrini sıralamağa imkan verən texnikalar yaratdılar.
- Mütəxəssislər deyirlər ki, bu üsul maşınların insanların düşünmə qabiliyyətinə çatdığını göstərir.
- Süni intellektdə irəliləyişlər kompüterlərin dili anlamaq qabiliyyətinin inkişafını sürətləndirə və süni intellektlə insanların qarşılıqlı əlaqəsində inqilab yarada bilər.
Süni intellektin (AI) mühakimə gücünü ölçən yeni texnika göstərir ki, maşınlar düşünmək qabiliyyətinə görə insanlara çatır.
MIT və IBM Research-dəki tədqiqatçılar istifadəçiyə maşın öyrənmə modelinin davranışının nəticələrini sıralamağa imkan verən metod yaratdılar. Onların “Paylaşılan Maraq” adlı texnikası modelin düşüncəsinin insanların düşüncələri ilə nə dərəcədə uyğun olduğunu müqayisə edən metrikləri özündə birləşdirir.
"Bu gün süni intellekt təsvirin tanınması və dilin başa düşülməsi daxil olmaqla, xüsusi tapşırıqlarda insan performansına çatmaq (və bəzi hallarda onları üstələmək) iqtidarındadır", - Pieter Buteneers, maşın öyrənməsi və rabitədə AI üzrə mühəndislik direktoru Sinch şirkəti Lifewire-a e-poçt müsahibəsində bildirib. "Təbii dil emalı (NLP) ilə süni intellekt sistemləri insanlarla yanaşı dilləri də şərh edə, yaza və danışa bilər və süni intellekt hətta öz dialektini və tonunu insan yaşıdları ilə uyğunlaşdırmaq üçün tənzimləyə bilər."
Süni Ağıllar
AI çox vaxt bu qərarların niyə düzgün olduğunu izah etmədən nəticələr verir. Mütəxəssislərə modelin əsaslandırmasını anlamağa kömək edən alətlər çox vaxt yalnız bir anda yalnız bir nümunə təqdim edir. Süni intellekt adətən milyonlarla məlumat daxiletməsindən istifadə etməklə öyrədilir ki, bu da insanın nümunələri müəyyən etmək üçün kifayət qədər qərarları qiymətləndirməsini çətinləşdirir.
Bu yaxınlarda dərc olunmuş bir məqalədə tədqiqatçılar bildiriblər ki, Paylaşılan Maraqlar istifadəçiyə modelin qərar qəbulunda meylləri aşkar etməyə kömək edə bilər. Və bu anlayışlar istifadəçiyə modelin yerləşdirilməyə hazır olub-olmadığına qərar verməyə imkan verə bilər.
“Birgə Maraqları inkişaf etdirməkdə məqsədimiz bu təhlil prosesini genişləndirə bilməkdir ki, modelinizin davranışının nə olduğunu daha qlobal səviyyədə başa düşə biləsiniz,” məqalənin həmmüəllifi Angie Boggust, xəbər buraxılışında deyilir.
Shared Interest, maşın öyrənmə modelinin xüsusi qərar verməsini göstərən texnikadan istifadə edir. Model şəkilləri təsnif edirsə, qabarıqlıq metodları qərar verərkən model üçün vacib olan təsvirin sahələrini vurğulayır. Paylaşılan Maraq metodları insan tərəfindən yaradılan annotasiyalarla müqayisə edərək işləyir.
Tədqiqatçılar, dermatoloqa dəri lezyonlarının fotoşəkillərindən xərçəng diaqnozu qoymağa kömək etmək üçün hazırlanmış maşın öyrənmə modelinə etibar edib-etməyəcəyini müəyyən etmək üçün Paylaşılan Maraqdan istifadə etdilər. Paylaşılan maraq dermatoloqa modelin düzgün və yanlış proqnozlarının nümunələrini tez bir zamanda görməyə imkan verdi. Dermatoloq modelə etibar edə bilməyəcəyinə qərar verdi, çünki o, faktiki lezyonlardan daha çox şəkil artefaktlarına əsaslanaraq çoxlu proqnozlar verirdi.
“Burada dəyər odur ki, Paylaşılan Maraqlardan istifadə edərək, modelimizin davranışında bu nümunələrin ortaya çıxdığını görə bilirik. Təxminən yarım saat ərzində dermatoloq modelə inanıb-güvənməmək və onu tətbiq edib-etməmək barədə qərar verə bildi”.
Model qərarının əsas səbəbi həm maşın öyrənməsi tədqiqatçısı, həm də qərar qəbul edən şəxs üçün vacibdir.
Tərəqqi Ölçülür
MIT tədqiqatçılarının işi süni intellektin insan səviyyəsində intellektə doğru irəliləməsi üçün əhəmiyyətli bir addım ola bilər, maşın öyrənməsi alqoritmlərindən istifadə edən Darrow şirkətinin tədqiqat rəhbəri Ben Haqaq Lifewire-a e-poçt müsahibəsində deyib..
“Bir modelin qərarının arxasında duran əsaslandırma həm maşın öyrənməsi tədqiqatçısı, həm də qərar qəbul edən şəxs üçün vacibdir” dedi Haqaq. "Birincisi modelin nə qədər yaxşı olduğunu və onun necə təkmilləşdirilə biləcəyini anlamaq istəyir, ikincisi isə modelə inam hissini inkişaf etdirmək istəyir, ona görə də bu nəticənin niyə proqnozlaşdırıldığını başa düşməlidirlər."
Lakin Haqaq xəbərdarlıq etdi ki, MİT araşdırması bizim insan anlayışını və ya insan düşüncəsini başa düşməyimiz və ya şərh edə biləcəyimiz fərziyyəsinə əsaslanır.
“Lakin bunun dəqiq olmama ehtimalı var, ona görə də insanın qərar qəbul etməsini başa düşmək üçün daha çox iş lazımdır,” Haqaq əlavə etdi.
Süni intellekt sahəsindəki irəliləyişlər kompüterlərin dili anlamaq qabiliyyətinin inkişafını sürətləndirə və süni intellektlə insanların qarşılıqlı əlaqəsində inqilab yarada bilər, Buteneers dedi. Çatbotlar eyni anda yüzlərlə dili başa düşə bilər və AI köməkçiləri suallara və ya pozuntulara cavab tapmaq üçün mətnin cəsədlərini skan edə bilərlər.
“Bəzi alqoritmlər hətta mesajların fırıldaq olduğunu müəyyən edə bilər ki, bu da bizneslərə və istehlakçılara spam mesajlarını aradan qaldırmağa kömək edə bilər,” Buteneers əlavə etdi.
Lakin Buteneers dedi ki, süni intellekt hələ də insanların heç vaxt etmədiyi bəzi səhvlər edir. "Bəziləri süni intellektin insan işlərini əvəz edəcəyindən narahat olsa da, reallıq odur ki, biz həmişə süni intellekt botları ilə birlikdə işləyən insanlara ehtiyac duyuruq ki, onları nəzarətdə saxlamağa və biznesdə insan əlaqəsini qoruyarkən bu səhvlərdən qaçmağa kömək etsin".
