Негізгі ұсыныстар
- Зерттеушілер пайдаланушыларға машиналық оқыту моделінің әрекетінің нәтижелерін бағалауға мүмкіндік беретін әдістерді жасады.
- Сарапшылардың айтуынша, бұл әдіс машиналар адамның ойлау қабілеттерін қуып жететінін көрсетеді.
- AI саласындағы жетістіктер компьютерлердің тілді түсіну қабілетінің дамуын жылдамдатуы және AI мен адамдардың өзара әрекеттесу тәсілін түбегейлі өзгертуі мүмкін.
Жасанды интеллекттің (AI) ойлау қабілетін өлшейтін жаңа әдіс машиналардың ойлау қабілетінде адамдарға жететінін көрсетеді, дейді сарапшылар.
MIT және IBM Research зерттеушілері пайдаланушыға машиналық оқыту моделінің әрекетінің нәтижелерін бағалауға мүмкіндік беретін әдісті жасады. Олардың "Ортақ қызығушылық" деп аталатын техникасы модельдің ойлауының адамдармен қаншалықты сәйкес келетінін салыстыратын көрсеткіштерді қамтиды.
"Бүгінгі күні AI белгілі бір тапсырмаларда, соның ішінде кескінді тану мен тілді түсінуде адамның өнімділігіне жетуге (және кейбір жағдайларда одан да асып түсуге) қабілетті", - Питер Бутенерс, коммуникациялардағы машиналық оқыту және AI саласындағы инженерия директоры Sinch компаниясы Lifewire-ге электронды поштамен берген сұхбатында айтты. "Табиғи тілді өңдеу (NLP) арқылы AI жүйелері адамдар сияқты тілдерді де түсіндіре, жаза және сөйлей алады, ал AI тіпті адамдармен теңдестіру үшін диалектісі мен үнін реттей алады."
Жасанды смарттар
AI көбінесе бұл шешімдердің неге дұрыс екенін түсіндірместен нәтиже береді. Сарапшыларға модельдің пайымдауын түсінуге көмектесетін құралдар көбінесе бір уақытта тек бір ғана мысал береді. Жасанды интеллект әдетте миллиондаған деректерді енгізу арқылы оқытылады, бұл адамға үлгілерді анықтау үшін жеткілікті шешімдерді бағалауды қиындатады.
Жақында жарияланған мақалада зерттеушілер Ортақ қызығушылық қолданушыға модель туралы шешім қабылдау үрдістерін ашуға көмектесетінін айтты. Және бұл түсініктер пайдаланушыға үлгіні орналастыруға дайын екенін шешуге мүмкіндік береді.
«Ортақ қызығушылықты дамытуда біздің мақсатымыз – сіздің үлгіңіздің мінез-құлқының қандай екенін жаһандық деңгейде түсіну үшін осы талдау процесін кеңейту», - деп Энджи Боггуст, мақаланың авторларының бірі., делінген жаңалықтарда.
Ортақ қызығушылық машинада оқыту моделінің белгілі бір шешімді қалай қабылдағанын көрсететін әдістемені пайдаланады. Модель кескіндерді жіктейтін болса, айқындық әдістері шешім қабылдаған кезде модель үшін маңызды кескін аймақтарын бөлектейді. Ортақ қызығушылық ерекшелік әдістерін адам жасаған аннотациялармен салыстыру арқылы жұмыс істейді.
Зерттеуші дерматологқа тері зақымдануының фотосуреттерінен қатерлі ісік диагнозын қоюға көмектесетін машиналық оқыту үлгісіне сену керектігін анықтауға көмектесу үшін Ортақ қызығушылықты пайдаланды. Ортақ қызығушылық дерматологқа модельдің дұрыс және бұрыс болжамдарының мысалдарын жылдам көруге мүмкіндік берді. Дерматолог модельге сене алмайтынын шешті, себебі ол нақты зақымдарға емес, кескін артефактілеріне негізделген тым көп болжамдар жасады.
«Мұндағы құндылық мынада: Ортақ қызығушылықты пайдалану арқылы біз үлгінің мінез-құлқында осы үлгілердің пайда болатынын көре аламыз. Шамамен жарты сағат ішінде дерматолог модельге сену немесе сенбеу және оны қолдану немесе қолданбау туралы шешім қабылдады », - деді Боггуст.
Модель шешімінің астарлы себебі машиналық оқытуды зерттеуші үшін де, шешім қабылдаушы үшін де маңызды.
Прогрессті өлшеу
MIT зерттеушілерінің жұмысы AI-ның адам деңгейіндегі интеллектіне қарай ілгерілеуі үшін алға маңызды қадам болуы мүмкін, дейді машиналық оқыту алгоритмдерін қолданатын Darrow компаниясының зерттеу жетекшісі Бен Хагаг Lifewire-ге электрондық поштамен сұхбатында..
«Модель шешімінің себебі машиналық оқытуды зерттеуші үшін де, шешім қабылдаушы үшін де маңызды», - деді Хагаг. «Біріншісі үлгінің қаншалықты жақсы екенін және оны қалай жақсартуға болатынын түсінгісі келеді, ал екіншісі үлгіге деген сенімділік сезімін дамытқысы келеді, сондықтан олар бұл нәтиженің неліктен болжанғанын түсінуі керек.»
Бірақ Хагаг MIT зерттеуі біз адам түсінігін немесе адам пайымдауын түсінеміз немесе түсіндіре аламыз деген болжамға негізделгенін ескертті.
«Алайда бұл дәл болмауы мүмкін, сондықтан адамның шешім қабылдауын түсіну бойынша көбірек жұмыс қажет», - деп қосты Хагаг.
Жасанды интеллект саласындағы жетістіктер компьютерлердің тілді түсіну қабілетінің дамуын жылдамдатуы және AI мен адамдардың өзара әрекеттесу тәсілін түбегейлі өзгертуі мүмкін, деді Бутенерс. Чат-боттар бір уақытта жүздеген тілдерді түсінеді, ал AI көмекшілері сұрақтарға немесе заңсыздықтарға жауап алу үшін мәтіннің негізгі бөлігін сканерлей алады.
«Кейбір алгоритмдер тіпті хабарлардың алаяқтық екенін анықтай алады, бұл бизнес пен тұтынушыларға спам хабарламаларын жоюға көмектеседі», - деп қосты Buteneers.
Бірақ, дейді Бутенерс, AI әлі де адамдар ешқашан жасамайтын қателіктер жібереді. «Кейбіреулер AI адам жұмысын алмастырады деп алаңдаса да, шындық бізге әрқашан AI боттарымен бірге жұмыс істейтін адамдар оларды бақылауда ұстауға және бизнесте адами қарым-қатынасты сақтай отырып, осы қателерді болдырмауға көмектесу үшін қажет болады», - деп қосты ол.
