J:
Kāpēc dažiem mašīnmācības projektiem varētu būt vajadzīgs milzīgs dalībnieku skaits?
A:Domājot par mašīnu apguvi, jums ir tendence domāt par prasmīgiem datu zinātniekiem, kas strādā pie klaviatūrām datoru telpās. Īpaši tiek uzsvērta kvantitatīvā analīze un algoritmi. Daudzām no šīm programmām nav ļoti daudz tieša reālās situācijas - vismaz tas ir tas, ko daudzi domā.
Tomēr dažas no mūsdienu revolucionārajām mašīnmācīšanās programmām izmanto patiesas cilvēku aktieru armijas, kas darbojas uz ielas, veikalos un jebkur citur, lai modelētu cilvēka pamatdarbības, piemēram, pastaigas, darbu vai iepirkšanos.
| Bezmaksas lejupielāde: mašīnmācīšanās un kāpēc tas ir svarīgi |
Toma Simonītes vadu raksts to ļoti labi ilustrē ar piemērotu virsrakstu "Lai padarītu AI gudrāku, cilvēki veic Oddball zemu apmaksātus uzdevumus".
Izmantojot īsu video piemēru Whole Foods pārtikas preču veikalā, Simonite izceļ darba veidus, kas palīdzēs izcelt kādu no nākamajām mašīnmācības fāzēm.
Tas noved pie jautājuma, kāpēc visi šie cilvēki paši nodarbojas ar filmēšanu īsos un vienkāršos video, kas dokumentē tik rudimentāras darbības kā rokas vai kājas pārvietošana.
Atbilde nedaudz parāda, kur notiek mašīnmācība un kur tā notiek.
“Pētnieki un uzņēmēji vēlas, lai AI saprastu un rīkotos fiziskajā pasaulē, ” raksta Simonīte, skaidrojot, kāpēc viņš un citi klejo ar kamerām. Tāpēc darba ņēmējiem ir jākārto ainas lielveikalos un mājās. Viņi veido mācību materiālu, lai mācītu algoritmus par pasauli un cilvēkiem tajā. ”
Kā norāda daudzi eksperti, dažas no mašīnmācības lielākajām robežām ir attēlu apstrāde un dabiskās valodas apstrāde. Šīs ir ārkārtīgi kvantitatīvas procedūras - citiem vārdiem sakot, nav plaša ievades spektra, kā tas ir “izpildītājā” reālās vides vidē. Tā vietā mašīnmācīšanās programmas izmanto vizuālos un audio datus ļoti specifiskos modeļu veidošanas veidos. Izmantojot attēlu apstrādi, tas ievāc funkcijas no (ierobežotā) redzes lauka. NLP tas sakārto fonēmas.
Neatkarīgi no šīm īpašajām ievades kategorijām ir kaut kas tāds, ko jūs varētu saukt par “attēla un runas plaisu” - pārsniedzot tādas lietas kā attēlu apstrāde un runas atpazīšana, jūs pārejat uz jomām, kur datoriem dažādos veidos jābūt analītiskiem. Treniņu komplekti būs principiāli atšķirīgi.
Ieejiet videogrāfu armijā. Dažos no šiem jaunajiem mašīnmācīšanās projektiem mazākās cilvēku darbību idejas ir mācību komplekti. Tā vietā, lai apmācītu meklēt funkcijas, malas un pikseļus, kas veidojas klasifikācijas uzdevumos, datori tā vietā izmanto mācību video, lai novērtētu, kā izskatās dažādi darbības veidi.
Galvenais ir tas, ko inženieri var darīt ar šiem datiem, kad tie tiek apkopoti un ielādēti, un kad dators tiek apmācīts uz tiem. Drīz redzēsit rezultātus dažādās jomās - piemēram, tas padarīs uzraudzību ārkārtīgi efektīvu. Datori vizuālajā jomā varēs "redzēt" to, ko cilvēki dara, un pielietot to tādās jomās kā mārketings un pārdošana vai, dažos gadījumos, valdības aģentūru darbs vai krimināltiesības.
Secinājumi arī nedaudz parāda debates starp maksimālā labuma un privātuma jautājumiem. Liela daļa no šo video izmantošanas veidos mašīnmācīšanās modeļus, kas darbojas uzraudzībā, bet kā ir ar cilvēkiem, kuri nevēlas tikt apsekoti? Kādas ir indivīda tiesības un kad šī līnija tiek novilkta, kad šīs jaunās mašīnmācības programmas tiek izvietotas publiskajā telpā?
Jebkurā gadījumā uzņēmumi izmanto šāda veida cilvēku un video resursus, lai patiešām iedziļinātos dažās nākamās pakāpes mašīnmācības progresā, kas faktiski ļaus datoriem atpazīt apkārt notiekošo, nevis tikai klasificēt attēlus vai strādāt ar runa. Šī ir ārkārtīgi interesanta un pretrunīgi vērtēta mākslīgā intelekta attīstība, un tā ir pelnījusi savu uzmanību tehnoloģiju plašsaziņas līdzekļos un ārpus tās.
