Yazılım

DeepMind, Yapay Zeka’nın Yeteneğini Ölçmek İçin Bir Test Oluşturdu

AI belirli görevleri yerine getirmede oldukça başarılı olmuştur. Ancak genel zekaya sahip olmanın uzun bir yoludur.

Genel zekânın temel unsurlarından biri soyut akıl yürütmedir. Daha nüanslı kalıpları ve ilişkileri görmek ve karmaşık düşünceye girmek için “burada ve şimdi” nin ötesinde düşünebilme yeteneği.

Yapay bir zekaya odaklanmış bir Google alt kuruluşu olan DeepMind araştırmacıları, çeşitli AI’ların soyut akıl yürütme yeteneklerini ölçme girişimlerini detaylandıran bir makale yayınladılar. Bunu yapmak için, kendimizi ölçmek için kullandığımız testlere baktılar.

İnsanlarda, soyut mantığı, oldukça basit görsel IQ testlerini kullanarak ölçülüyor. Raven’in İlerlemeci Matrisleri olarak adlandırılan bir popüler test, son satırın eksik olduğu birkaç satırlık görüntü içeriyor. Tamamlanan satırların modeline göre bir sonraki gelmesi gereken görüntüyü seçiliyor.

Test, yapan kişiye görüntülerde neyi arayacağını açıkça söyleyemez. Belki de ilerleme, her görüntüdeki nesnelerin sayısı, renkleri veya bunların yerleştirilmesi ile ilgilidir. Soyut olarak akıl yürütme yeteneklerini kullanarak kendilerini ortaya koymaları onlara kalmış.

Bu testi AI’lere uygulamak için DeepMind araştırmacıları, benzersiz matris problemleri oluşturabilecek bir program geliştirdiler. Daha sonra, bu matris problemlerini çözmek için çeşitli AI sistemlerini eğitmişlerdir.

Sonunda sistemleri test ettiler. Bazı durumlarda, eğitim setiyle aynı soyut etkenler ile test problemleri kullandılar. Her bir görüntüdeki şekillerin sayısını dikkate alması için gerekli olan problemler üzerine AI’yı eğitmek ve test etmek gibi.

Diğer durumlarda, eğitim setindekilerden farklı soyut faktörleri içeren test problemlerini kullandılar. Örneğin, her bir görüntüdeki sayıların sayısını dikkate alması gereken problemler üzerine AI’yi eğitebilir. Ancak daha sonra, doğru cevabı bulmak için şekillerin konumlarını dikkate alması gerekenleri test edebilirler.

Testin sonuçları mükemmel değildi. Eğitim problemleri ve test problemleri aynı soyut etkenlere odaklandığında, sistemler tamamlandı. Sorunların% 75’ini doğru bir şekilde cevapladı.

Bununla birlikte, test seti eğer varyans küçük olsa bile (örneğin, koyu renkli nesneler içeren matrisler üzerinde eğitim ve açık renkli nesneler içeren matrisler üzerinde test), test seti eğitim setinden farklıysa, AI’ler bu testleri tamamlamada başarılı olamadı.

Kaynak:
futurism
Etiketler
1 Oy2 Oy3 Oy4 Oy5 Oy (1 oy verildi, Ortalama: 5 üzerinden 5,00 oy )
Loading...

Benzer Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgini Çekebilir

Close
Close