Önemli Bilgiler
- Araştırmacılar, kullanıcıların bir makine öğrenimi modelinin davranışının sonuçlarını sıralamalarına olanak tanıyan teknikler oluşturdu.
- Uzmanlar, yöntemin makinelerin insanların düşünme yeteneklerini yakaladığını gösterdiğini söylüyor.
- Yapay zekadaki gelişmeler, bilgisayarların dili anlama becerisinin gelişimini hızlandırabilir ve yapay zeka ile insanların etkileşim biçiminde devrim yaratabilir.
Yapay zekanın (AI) akıl yürütme gücünü ölçen yeni bir teknik, makinelerin düşünme yeteneklerinde insanları yakaladığını gösteriyor, diyor uzmanlar.
MIT ve IBM Research'teki araştırmacılar, kullanıcının bir makine öğrenimi modelinin davranışının sonuçlarını sıralamasını sağlayan bir yöntem oluşturdu. Paylaşılan İlgi adı verilen teknikleri, bir modelin düşüncesinin insanlarınkiyle ne kadar uyuştuğunu karşılaştıran metrikleri içerir.
"Bugün yapay zeka, görüntü tanıma ve dil anlama dahil olmak üzere belirli görevlerde insan performansına ulaşma (ve bazı durumlarda aşma) yeteneğine sahiptir, " Pieter Buteneers, makine öğrenimi mühendisliği ve iletişimde yapay zeka Sinch şirketi, bir e-posta röportajında Lifewire'a söyledi. "Doğal dil işleme (NLP) ile AI sistemleri, insanların yanı sıra dilleri de yorumlayabilir, yazabilir ve konuşabilir ve AI, insan akranlarıyla uyum sağlamak için lehçesini ve tonunu bile ayarlayabilir."
Yapay Zeka
AI genellikle bu kararların neden doğru olduğunu açıklamadan sonuçlar üretir. Ve uzmanların bir modelin muhakemesini anlamalarına yardımcı olan araçlar, genellikle her seferinde yalnızca bir örnek olmak üzere yalnızca içgörü sağlar. Yapay zeka genellikle milyonlarca veri girişi kullanılarak eğitilir, bu da bir insanın kalıpları tanımlamaya yetecek kadar kararı değerlendirmesini zorlaştırır.
Yakın tarihli bir makalede araştırmacılar, Paylaşılan İlgi Alanının bir kullanıcının bir modelin karar verme sürecindeki eğilimleri ortaya çıkarmasına yardımcı olabileceğini söyledi. Ve bu içgörüler, kullanıcının bir modelin dağıtılmaya hazır olup olmadığına karar vermesine izin verebilir.
Makalenin yazarlarından Angie Boggust, "Paylaşılan İlgi Alanını geliştirirken amacımız, daha küresel bir düzeyde modelinizin davranışını anlayabilmeniz için bu analiz sürecini büyütebilmektir.", haber bülteninde söyledi.
Paylaşılan İlgi Alanı, bir makine öğrenimi modelinin belirginlik yöntemleri olarak bilinen belirli bir kararı nasıl verdiğini gösteren bir teknik kullanır. Model görüntüleri sınıflandırıyorsa, belirginlik yöntemleri, karar verirken model için önemli olan bir görüntünün alanlarını vurgular. Paylaşılan İlgi, belirginlik yöntemlerini insan tarafından oluşturulan ek açıklamalarla karşılaştırarak çalışır.
Araştırmacılar, bir dermatoloğun cilt lezyonlarının fotoğraflarından kanseri teşhis etmeye yardımcı olmak için tasarlanmış bir makine öğrenimi modeline güvenip güvenmemesi gerektiğine karar vermesine yardımcı olmak için Shared Interest'i kullandı. Paylaşılan İlgi, dermatoloğun modelin doğru ve yanlış tahminlerinin örneklerini hızla görmesini sağladı. Dermatolog, gerçek lezyonlar yerine görüntü artefaktlarına dayalı çok fazla tahmin yaptığı için modele güvenemeyeceğine karar verdi.
Buradaki değer, Paylaşılan İlgi Alanını kullanarak, modelimizin davranışında bu kalıpların ortaya çıktığını görebiliyoruz. Yaklaşık yarım saat içinde dermatolog, modele güvenip güvenmemeye ve onu dağıtıp dağıtmamaya karar verebildi” dedi.
Bir modelin kararının arkasındaki mantık, hem makine öğrenimi araştırmacısı hem de karar verici için önemlidir.
İlerlemeyi Ölçme
Machine öğrenme algoritmaları kullanan bir şirket olan Darrow'un araştırma başkanı Ben Hagag, Lifewire'a verdiği bir e-posta röportajında, MIT araştırmacılarının çalışmalarının, AI'nın insan düzeyinde zekaya doğru ilerlemesi için önemli bir adım olabileceğini söyledi..
"Bir modelin kararının arkasındaki mantık, hem makine öğrenimi araştırmacısı hem de karar verici için önemlidir," dedi Hagag. "İlki, modelin ne kadar iyi olduğunu ve nasıl geliştirilebileceğini anlamak isterken, ikincisi modelde bir güven duygusu geliştirmek istiyor, bu yüzden bu çıktının neden tahmin edildiğini anlamaları gerekiyor."
Fakat Hagag, MIT araştırmasının, insan anlayışını veya insan muhakemesini anladığımız veya açıklayabileceğimiz varsayımına dayandığı konusunda uyardı.
"Ancak, bunun doğru olmama olasılığı var, bu nedenle insan karar verme sürecini anlamak için daha fazla çalışma gerekli," diye ekledi Hagag.
Buteneers, Yapay zekadaki ilerlemelerin bilgisayarların dili anlama becerisinin gelişimini hızlandırabileceğini ve yapay zeka ile insanların etkileşim biçiminde devrim yaratabileceğini söyledi. Sohbet robotları aynı anda yüzlerce dili anlayabilir ve yapay zeka asistanları soruların veya düzensizliklerin yanıtlarını bulmak için metin gövdelerini tarayabilir.
"Bazı algoritmalar, iletilerin sahte olduğunu bile belirleyebilir, bu da işletmelerin ve tüketicilerin spam iletileri ayıklamasına yardımcı olabilir," diye ekledi Buteneers.
Ama, dedi Buteneers, AI hala insanların asla yapmayacağı bazı hatalar yapıyor. "Bazıları yapay zekanın insan işlerinin yerini alacağından endişe etse de gerçek şu ki, iş dünyasında insan dokunuşunu sürdürürken onları kontrol altında tutmak ve bu hataları uzak tutmak için her zaman yapay zeka botlarıyla birlikte çalışan insanlara ihtiyacımız olacak" diye ekledi.
