Kuinka yksi 30 alle 30 tutkijan on opetusvälineitä olettamusten tekemiseksi

[ad_1]

<div _ngcontent-c14 = "" internalhtml = "

28-vuotias tutkija, Elemental Cognition, Nasrin Mostafazadeh on edennyt AI-moottoreiden opetuksessa.Nasrin M

Kuvaa tämä: se on tavallinen työpäivä. Kotiin saapuessasi kävelet etuovellasi ja käydään luonnollisessa keskustelussa äänesi avustajanne Alexan kanssa. Kerro koneelle, että olet tuskassa, koska olet vääntynyt vahingossa nilkkaasi toimistossa. Sitten se reagoi välittömästi empatiaan ja logiikkaan, aivan kuten ihminen: ”Voi, olen niin pahoillani”, keinotekoisesti älykäs järjestelmä sanoo. ”Kuinka paljon se satuttaa? Haluatko, että annan sinulle lääkärin nimittämisen sinulle? "

Koneen älykkyyttä ei vain tehdä hahmontunnistus, mutta sillä olisi oltava todellinen käsitys siitä, mitä tapahtuu. Vain, miten se toimisi? Onko tällainen kognition taso koottu jokapäiväiseen teknologiaan?

Tulla sisään Nasrin Mostafazadeh: a 30 Alle 30 2019 Tiede-palkinnon saaja, jonka tutkimus keskittyy keinotekoisen älykkyyden (AI-järjestelmien) rakentamiseen, jotka ymmärtävät tarinankerrontaa. Microsoftin ja Googlen taustalla Mostafazadeh toimii tällä hetkellä vanhempana AI-tutkijana Elemental Cognitionissa; käynnistys, jolla AI-järjestelmät oppivat kielen ymmärtämisen avulla.

”AI: n maailmassa on paljon ponnisteluja yrittää rakentaa AI-järjestelmiä, jotka tekevät paljon testejä, kuten kuvion tunnistus”, Mostafazadeh sanoo. ”Mutta kognitiiviset tehtävät ovat sinne, missä et vain välitä tunnistamisesta, vaan siitä, että pääset alkuun ja yrität ymmärtää tapahtumien taustalla olevia ajatuksia, ja joilla on jonkinlainen ihmisen kaltainen kognitio.”

Rakentamalla syymallisia malleja ja pystymällä perustelemaan tekemästään valinnoista AI-yhteensopiva laite pystyy paremmin luonnollisesti vuorovaikutuksessa ihmisten kanssa keräämällä ja tekemällä oletuksia. ”Yleisen järjen päättely on sellaisia ​​faktoja ja teorioita, joita odotamme jokapäiväisiltä ihmisiltä. Jopa viisi, kuusivuotiasta lasta, ovat erittäin hyviä. ”

Mostafazadeh paljastaa, että voimme odottaa tätä tietoisuutta päivittäisestä AI: stä vuosikymmenen kuluessa. Hän on epäröinyt ennustaa, milloin tämä tekniikka olisi valmis kuluttajille, mutta voi sanoa, että vuoteen 2028 mennessä teollisuudella pitäisi olla älykkäitä laitteita, joilla on järkeä päättely, joka on yhtä kuin viisivuotias lapsi.

”Haluamme ensinnäkin saada järjestelmän, joka ymmärtää lasten tarinoita, ja sitten järjestelmä kasvaa koko ajan ja oppii vuorovaikutuksessa ihmisten ja opettajien kanssa tietyssä mielessä, ymmärtämään paremmin ja rakentamaan omaa tietämystään”, sanoo vanhempi tutkija.

Innoittamana tekstistä, jonka hän luki lukiossa, – siitä, että koneiden luonnollisen kielen käsittelyssä (NLP) on akuutti vaikeus – Mostafazadeh päätti 16-vuotiasta tehdä elämänsä perinnöstä tämän valtavan tavoitteen.

Se, mitä hän tutkii, on maallikkojen kannalta tapoja rakentaa maailman tapahtumien syymallia. Niinpä, kiertämällä takaisin särkyneeseen nilkan esimerkkiin: järjestelmä tietää, mitä tapahtuu sen jälkeen, kun jotain tärkeää tapahtuu, joka tässä tapauksessa oli vahinko. Kyse on tarinankerronnasta, Mostafazadehin perustelujen kehyksestä & nbsp;suunnitellut hänen Ph.D., jossa koneen oppiminen algoritmit mahdollistaa mallinnus siitä, mitä AI: n käyttämä laite voi tarttua.

Hän kuvaa tapahtumakeskeistä kontekstuaalista mallinnusta tarinapohjaisten ennusteiden sarjana. ”Rakennatte järjestelmän, joka ymmärtää, mitä tapahtuu, ja yrittää sitten tehdä ennusteen, jonka pitäisi olla järkevää asiayhteydessä – se koskee vain oikeaa kysymystä.”

Älykäs järkeily on edelleen suhteellisen uusi liikkeellepaneva voima nykyisessä AI-vallankumouksessa. Mostafazadeh sanoo, että vain kaksi vuotta sitten tiedeyhteisö alkoi suhtautua vakavasti hänen tutkimusaiheisiinsa. & Nbsp; Syvällisen oppimisen ja koneen oppimisen teolliset sovellukset ovat laajentaneet keinotekoisen älykkyyden alaa kuljettajia yksi suosituimmista esimerkkejä syvällisestä oppimisesta. Kuitenkin, kun leuan pudottaminen etenee laajemmassa, huippuluokan kentässä, tulee eettinen näkökohtia ja moraalisia keskusteluja.

”Mielestäni viimeisten parin vuosikymmenen aikana meidän olisi pitänyt ajatella syvällisemmin työmme vaikutuksia, sellaisia ​​käyttötapoja, joita meillä on, sekä siitä, onko se eettinen ja hyvä koko yhteiskunnalle, myös viime vuosikymmeninä. ”Jakaa tutkijan. Hän uskoo meneillään olevan moraalin & nbsp;keskustelu on "pahasti myöhästynyt" ja että pitäisi olla & nbsp; tapoja mitata ja arvioida, miten hyvin järjestelmät toimivat eettiset vertailuarvot.

Mostafazadeh pyrkii kuitenkin rakentamaan AI-järjestelmän, joka pystyy selittämään itseään, koska hän uskoo, että myös ihmisen omaperäinen kognitiivinen kyky olisi sovellettava myös tekoälylaitteisiin. "Siinä on kulma, jonka mielestäni tutkimusyhteisö on todellakin ollut terveellistä, sillä se on sivutuote huolehtimisesta läpinäkyvyydestä ja huolehtimisesta selityksestä kognitiivisena kykyisenä."

& Nbsp;

">

28-vuotias tutkija, Elemental Cognition, Nasrin Mostafazadeh on edennyt AI-moottoreiden opetuksessa.Nasrin M

Kuvaa tämä: se on tavallinen työpäivä. Kotiin saapuessasi kävelet etuovellasi ja käydään luonnollisessa keskustelussa äänesi avustajanne Alexan kanssa. Kerro koneelle, että olet tuskassa, koska olet vääntynyt vahingossa nilkkaasi toimistossa. Sitten se reagoi välittömästi empatiaan ja logiikkaan, aivan kuten ihminen: ”Voi, olen niin pahoillani”, keinotekoisesti älykäs järjestelmä sanoo. ”Kuinka paljon se satuttaa? Haluatko, että annan sinulle lääkärin nimittämisen sinulle? "

Koneen älykkyyden kaltaiset muutokset eivät pelkästään kuvion tunnistamista, vaan niiden olisi ymmärrettävä, mitä tapahtuu. Vain, miten se toimisi? Onko tällainen kognition taso koottu jokapäiväiseen teknologiaan?

Anna Nasrin Mostafazadeh: a 30 Alle 30 2019 Tiede-palkinnon saaja, jonka tutkimus keskittyy tarinankerrontaa ymmärtävien keinotekoisten älykkyysjärjestelmien (AI-järjestelmien) rakentamiseen. Microsoftin ja Googlen taustalla Mostafazadeh toimii tällä hetkellä vanhempana AI-tutkijana Elemental Cognitionissa; käynnistys, jolla AI-järjestelmät oppivat kielen ymmärtämisen avulla.

”AI: n maailmassa on paljon ponnisteluja yrittää rakentaa AI-järjestelmiä, jotka tekevät paljon testejä, kuten kuvion tunnistus”, Mostafazadeh sanoo. ”Mutta kognitiiviset tehtävät ovat sinne, missä et vain välitä tunnistamisesta, vaan siitä, että pääset alkuun ja yrität ymmärtää tapahtumien taustalla olevia ajatuksia, ja joilla on jonkinlainen ihmisen kaltainen kognitio.”

Rakentamalla syymallisia malleja ja pystymällä perustelemaan tekemästään valinnoista AI-yhteensopiva laite pystyy paremmin luonnollisesti vuorovaikutuksessa ihmisten kanssa keräämällä ja tekemällä oletuksia. ”Tavallisimpia ajatuksia ovat sellaiset tosiasiat ja teoriat, joita odotamme jokapäiväisiltä ihmisiltä. Jopa viisi, kuusivuotiasta lasta, ovat erittäin hyviä. ”

Mostafazadeh paljastaa, että voimme odottaa tätä tietoisuutta päivittäisestä AI: stä vuosikymmenen kuluessa. Hän on epäröinyt ennustaa, milloin tämä tekniikka olisi valmis kuluttajille, mutta voi sanoa, että vuoteen 2028 mennessä teollisuudella pitäisi olla älykkäitä laitteita, joilla on järkeä päättely, joka on yhtä kuin viisivuotias lapsi.

”Haluamme ensinnäkin saada järjestelmän, joka ymmärtää lasten tarinoita, ja sitten järjestelmä kasvaa koko ajan ja oppii vuorovaikutuksessa ihmisten ja opettajien kanssa tietyssä mielessä, ymmärtämään paremmin ja rakentamaan omaa tietämystään”, sanoo vanhempi tutkija.

Innoittamana tekstistä, jonka hän luki lukiossa – noin akuutista vaikeudesta saavuttaa luonnollista kielenkäsittelyä (NLP) koneissa – Mostafazadeh päätti 16-luvulta tehdä elämänsä perinnöstä vaikutuksen tähän valtavaan tavoitteeseen.

Se, mitä hän tutkii, on maallikkojen kannalta tapoja rakentaa maailman tapahtumien syymallia. Niinpä, kiertämällä takaisin särkyneeseen nilkan esimerkkiin: järjestelmä tietää, mitä tapahtuu sen jälkeen, kun jotain tärkeää tapahtuu, joka tässä tapauksessa oli vahinko. Kyseessä on ”tarinankerronta”, Mostafazadehin perustelut, jotka on suunniteltu hänen tohtoriksi, jossa koneen oppimisalgoritmit mahdollistavat AI-toimivan laitteen mallinnuksen.

Hän kuvaa tapahtumakeskeistä kontekstuaalista mallinnusta tarinapohjaisten ennusteiden sarjana. ”Rakennatte järjestelmän, joka ymmärtää, mitä tapahtuu, ja yrittää sitten tehdä ennusteen, jonka pitäisi olla järkevää asiayhteydessä – se koskee vain oikeaa kysymystä.”

Yleisen järjen päättely on edelleen suhteellisen uusi liikkeellepaneva voima nykypäivän AI-vallankumouksessa. Mostafazadeh sanoo, että vain kaksi vuotta sitten tiedeyhteisö alkoi ottaa vakavasti huomiota tutkimusaiheistaan. Syvällisen oppimisen ja koneen oppimisen teolliset sovellukset ovat laajentaneet keinotekoisen älykkyyden alaa, ja kuljettajat ovat yksi suosituimmista esimerkkejä syvään oppimiseen. Kuitenkin leveämmän ja huippuluokan alan leuan pudottamisen myötä tulee eettisiä näkökohtia ja moraalisia keskusteluja.

”Mielestäni viimeisten parin vuosikymmenen aikana meidän olisi pitänyt ajatella syvällisemmin työmme vaikutuksia, sellaisia ​​käyttötapoja, joita meillä on, sekä siitä, onko se eettinen ja hyvä koko yhteiskunnalle, myös viime vuosikymmeninä. ”Jakaa tutkijan. Hän uskoo, että meneillään oleva moraalikeskustelu on "kauan myöhässä" ja että on olemassa keinoja, joilla voidaan mitata ja arvioida, miten hyvin järjestelmät toimivat eettisiä vertailuarvoja vastaan.

Mostafazadeh pyrkii kuitenkin rakentamaan AI-järjestelmän, joka voi selittää itsensä, koska hän uskoo, että myös ihmisen omaperäinen kognitiivinen kyky olisi sovellettava myös tekoälylaitteisiin. "Siinä on kulma, jonka mielestäni tutkimusyhteisö on todellakin ollut terveellistä, sillä se on sivutuote huolehtimisesta läpinäkyvyydestä ja huolehtimisesta selityksestä kognitiivisena kykyisenä."

[ad_2]