인공 지능과 머신 러닝을 들으면 스스로 생각하고 학습할 수 있는 컴퓨터를 상상합니다. 즉, 실질적으로 인간으로서.
우리는 시각, 청각 및 음성 인식과 같은 여러 감각의 조합을 통해 세상을 인식합니다. 그러나 기계는 알고리즘으로 처리된 데이터의 도움으로 세상을 해석합니다. 즉, 기계가 사진을 보면 작업을 수행하는 데 사용하는 일련의 메타데이터로 변환됩니다. 그리고 작업을 복잡하게 만드는 경우, 즉 이미지 외에 소리가 있는 위치에서 AI가 길을 잃기 시작합니다.
“여기서 가장 큰 문제는 기계가 어떻게 이러한 다양한 양식을 조화시킬 수 있습니까? 우리 사람들에게는 쉽습니다. 우리는 자동차를 보고 그 다음 지나가는 자동차 소리를 듣고 그것이 같은 것임을 압니다. 하지만 머신 러닝의 경우 모든 것이 그렇게 간단하지 않습니다.", — CSAIL(Computer Science and Artificial Intelligence Laboratory)의 대학원생이자 이 문제에 대한 논문의 첫 번째 저자인 Oleksandr Liu는 말했습니다.
Liu와 그의 동료들은 시각 및 청각 양식에 공통적인 개념을 포착하는 방식으로 데이터를 표현하는 방법을 배우는 인공 지능 방법을 개발했습니다. 예를 들어, 그들의 방법은 비디오에서 우는 아이의 동작이 오디오 클립의 "우는" 단어와 관련이 있음을 학습할 수 있습니다. 이 지식을 사용하여 기계 학습 모델은 비디오에서 특정 동작이 발생하는 위치를 판별하고 이를 발견할 수 있습니다.
이 방법은 언젠가 로봇이 인간이 하는 것처럼 지각을 통해 세계의 개념을 배우는 데 사용될 수 있습니다. 이 모델에는 과학자들이 향후 작업에서 해결하고자 하는 몇 가지 제한 사항이 있습니다. 지금까지 그들의 연구는 동시에 두 가지 방식의 데이터에 초점을 맞추었지만 현실 세계에서 사람들은 생각 없이 처리하는 많은 데이터 흐름에 동시에 직면합니다. 기계는 아직 이것을 배우지 못했습니다.
당신은 우크라이나가 러시아 침략자에 맞서 싸울 수 있도록 도울 수 있습니다. 이를 수행하는 가장 좋은 방법은 다음을 통해 우크라이나 군대에 기금을 기부하는 것입니다. 세이브라이프 또는 공식 페이지를 통해 NBU.
또한 읽기: