Gwangdžu Zinātņu un tehnoloģiju institūta (GIST) pētnieki ir izveidojuši inovatīvu mākslīgā intelekta (AI) modeļu, kas spēj pielāgoties nepazīstamām vides apstākļiem bez iepriekšējas apmācības, nodrošinot tā funkcionālo stabilitāti.
Jaunais AI pielāgošanas piegādes veids
Parasti AI modelis tiek optimizēts konkrētai apmācības videi, tā iekšējie parametri ir fiksēti, tas ierobežo tā veiktspēju, kad tiek izmantots citās vides. Piemēram, laika apstākļiem atkarīgs AI, kas apmācīts ar saulainu dienu attēliem, varētu cīnīties ar attēlu atpazīšanu sliktā laikā. Tomēr GIST pētnieku komanda inovatīvi izstrādāja tehnoloģijas, kas ļauj AI modelim saglabāt tā sākotnējo veiktspēju pat pēc apmācības, kad darbības vide mainās.
Uzlabota atpazīšanas tehnoloģija
‘Patiesā laika vides pielāgošanās tehnoloģija’ pielāgo AI modela parametrus, lai tie atbilstu darbības videi, ļaujot tam precīzi atpazīt attēlus, neatkarīgi no laika apstākļiem vai apgaismojuma variācijām. Izmantojot ‘izvēlētu jutīgu bloku tehniku’, modelis koncentrējas uz blokiem, kas ir jutīgi pret vides maiņām, piemēram, gaismas intensitāti, krāsu un troksni. Šajā veidā tas efektīvi izvilkas īpašības no attēliem, lai rezonētu ar pašreizējo apkārti. Turklāt viņi izmantoja ‘kreiso- labo pāra atbilžu ģenerēšanas tehniku’, kas papildina AI ar tādu pašu attēlu spogulī, trenējot to, lai izvadītu konsistentus un uzticamus rezultātus, palielinot tā precizitāti.
Pārsniedzot iepriekšējās AI veiktspējas rādītājus
Salīdzinot šo inovatīvo tehnoloģiju balstīto AI ar iepriekšējām pētījumu, komanda ziņoja par būtisku precizitātes uzlabošanos – par 9,1%. Tehnoloģijai ir cerīgas pielietojuma iespējas autonomiem transportlīdzekļiem un citās situācijās, kur precīza objektu atpazīšana ir būtiska, neskatoties uz vides maiņām. Gan Zinātņu un informācijas tehnoloģiju ministrija, gan LG Electronics atbalstīja šo vadošo pētniecību.
Svarīgie izaicinājumi un kontroverses:
AI izstrādei, kas var pielāgoties jaunām vides apstākļiem reālajā laikā, ir vairāki izaicinājumi. Pirmkārt, AI parametru atjaunošanas reālajā laikā izmaksas var būt nozīmīgas, iespējams, prasa ievērojamu apstrādes jaudu, kas var nebūt pieejama visos ierīcēs, it īpaši nelielos vai mobilajos ierīcēs. Otrkārt, neskatoties uz pielāgojamību, tas var ieviest nenoteiktību AI darbībā. Uzturēt uzticamību un konsistenci, kad AI nepārtraukti pielāgojas, ir sarežģīts jautājums. Turklāt var rasties potenciāli drošības bažas, ja AI veic nepareizas pielāgošanas kritiskās lietojumprogrammās, piemēram, autonomos transporta līdzekļos.
Cita kontroversu joma ir AI ‘melnburtu’ rakstura, kur lēmumu pieņemšanas process nav caurspīdīgs. Tas var radīt grūtības verificēt un validēt AI pielāgošanās izmaiņas, it īpaši tādās jomās, kur atbildība ir būtiska. Turklāt, jo AI sistēmas kļūst pielāgojamākas, var būt nepieciešama sarežģītāka regulējošā pārvalde, lai nodrošinātu, ka tās turpina rīkoties gaidītajā un drošajā veidā.
Priekšrocības:
Reālajā laikā maināma AI priekšrocības ir būtiskas. Šāda sistēma var efektīvi darboties dažādās situācijās, samazinot nepieciešamību pārtrenēt un atjaunināt, izmantojot to jaunās vides. Šāda elastība ir īpaši izdevīga dinamiskās situācijās, piemēram, robotikā, kur apstākļi var mainīties strauji un neprognozējami. Augsta veiktspēja saglabāšanas spēja bez manuāliem atjauninājumiem padara AI autonomāku, kas var novest pie darbības izmaksu un laika samazināšanās.
Nopelni:
Nopelni galvenokārt saistās ar iepriekš minētajiem izaicinājumiem. Pēc reālā laika pielāgošanās var rasties palielinātas skaitļošanas prasības, iespējams, radot augstāku enerģijas patēriņu un nepieciešamību pēc izturīgāka aparāta. Turklāt kļūdu vai nepareizas pielāgošanas risks rada draudus, īpaši, ja AI nepareizi interpretē vides maiņas. Var būt arī etiski apsvērumi, ja šādas AI tiek izmantotas vidēs, kur tās mijiedarbojas ar cilvēkiem, jo tās var nejauši pielāgoties veidos, kas ir uzbrukuma vai privātuma pārkāpuma rakstura.
Lai iegūtu jaunākās ziņas par AI attīstību un turpmākiem pētījumiem, var apmeklēt galvenās nozares, piemēram, tehnoloģiju un zinātnes žurnālus vai AI pētniecības organizācijas:
– Nature, vadošais zinātniskais žurnāls, kas publicē AI pētījumus.
– Mākslīgā intelekta attīstības asociācija (AAAI), informācijai par AI konferencēm un darbnīcām.
– Elektrotehnikas un elektronikas inženieru institūts (IEEE), kurā ir plašas resursu bāzes par AI un autonomajām sistēmām.
Jāņem vērā, ka šī GIST balstītā AI tehnoloģija sasniegs panākumus, kad tiks pārvarēti šie izaicinājumi un tiks nodrošināts, ka AI pielāgošanās spējas ir uzticamas, drošas un etiskas.
The source of the article is from the blog publicsectortravel.org.uk