IBMi, MITi, Harvardi ja DeepMindi teadlased esitlesid ICLR 2020 konverentsil hübriidset tehisintellekti (edaspidi AI) ning uut andmete ja võrdlusaluste komplekti AI algoritmide võimaluste hindamiseks videoteabes sisalduvate toimingute põhjendamisel, vahendab TheNextweb 17. mail.
ICLR 2020-s esitletud uut andmestikku ja uurimiskeskkonda nimetatakse videoesituse ja mõtestamise ühissündmusteks ehk CLEVRER. Need põhinevad CLEVRil - visuaalsel küsimuste ja vastuste komplektil, mis töötati välja Stanfordi ülikoolis 2017. aastal. CLEVR on ülesannete kogum, mis tähistab tahkete objektide pilte. AI agent peab olema võimeline stseeni analüüsima ja vastama mitmetele küsimustele objektide arvu, atribuutide ja ruumiliste suhete kohta.
Klassikalise AI keeruka ülesande lahendusena tutvustasid teadlased neuro-sümboolse dünaamilise mõtlemise mudelit, närvivõrkude ja sümboolse tehisintellekti kombinatsiooni.
Tulemused näitasid, et närvivõrkude ja sümboolsete programmide ühendamine ühte AI-mudelisse saab ühendada nende tugevused ja ületada nõrkused. "Sümboolne esitus loob võimsa ühise raamistiku nägemisele, keelele, dünaamikale ja põhjuslikele seostele," märgivad autorid, lisades, et sümboolsed programmid võimaldavad mudelil "sõnaselgelt tabada video põhjusliku struktuuri ja küsimuse loogika aluseks olevat kompositsiooni."
Selliste süsteemide eeliseid piiravad tingimusteta puudused. Mudeli koolitamiseks kasutatud andmed nõuavad täiendavaid märkusi, mis võivad olla reaalmaailma rakendustes liiga palju energiat vajavad ja kulukad.
