Blogipostituses rääkis Google'i tütarettevõte DeepMind eksperimendist, milles testiti tehisintellekti mudeleid üldistuse ja abstraktse mõtlemise oskuste saamiseks. Eksperdid on välja töötanud generaatori, mis esitab küsimusi progresseerumise kontseptsiooni, värviomaduste, kuju või suuruse ja nende suhete põhjal. Sarnaseid ülesandeid leidub ka inimeste IQ-testides.
IQ-testi täpsus
Enamik mudeleid vastas küsimustele 75% täpsusega. Seejuures leidsid teadlased tugeva seose ülesande täitmise ja abstraktsioonide tuvastamise võime vahel. Neil õnnestus tõhusust suurendada, koolitades algoritme oma vastuste selgitamiseks, et näidata, milliseid suhteid ja omadusi tuleb konkreetses numbris arvestada.
Kuid mõnel mudelil on halvasti uuritud seoseid "üle kanda" uutele omadustele, näiteks juhul, kui ta on õppinud tuvastama loogilisi järjestusi vastavalt objektide värvile ja ülesandes on vaja tuvastada sõltuvus nende kuju järgi.
Meeskond leidis, et kui närvivõrk ekstrapoleeris õigesti oma teadmised suhetest uuele väärtuste kombinatsioonile, siis tõusis ülesannete täpsus 87% -ni. Vale ekstrapoleerimise korral langes see 32% -ni.
Uurimistöö üksikasjalik käik ja tulemused avaldasid arendajad artiklis.
Reklaamvideo:
2018. aasta veebruaris koolitasid Facebooki AI Researchi arendajad ka tehisintellekti oma toimingute selgitamiseks. Üldiselt võimaldab see tehnika teil jälgida probleemi lahendamise loogikat ja tuvastada probleemid, mis takistavad teil sellega toime tulla.
