Заметили ошибку в тексте?
Выделите её мышкой и
нажмите Ctrl + Enter

Альтернативный взгляд

«Альтернативная история, уфология, паранормальные явления, криптозоология, мистика, эзотерика, оккультизм, конспирология, наука, философия»

Мы не автоматический, тематический информационный агрегатор

Статей за 48 часов: 35


Очевидец: Если Вы стали очевидцем НЛО, с Вами произошёл мистический случай или Вы видели что-то необычное, то расскажите нам свою историю.
Автор / исследователь: У Вас есть интересные статьи, мысли, исследования? Публикуйте их у нас.
!!! Ждём Ваши материалы на e-mail: info@salik.biz или через форму обратной связи, а также Вы можете зарегистрироваться на сайте и размещать материалы на форуме или публиковать статьи сами (Как разместить статью).

Новый искусственный интеллект научился строить причинно-следственные связи
Среднее время прочтения:

Источник:
Новый искусственный интеллект научился строить причинно-следственные связи

Гибридный искусственный интелект (далее — ИИ) и новый набор данных и эталонов для оценки возможностей алгоритмов ИИ в рассуждениях о действиях содержащихся в видеоинформации представлен исследователями из IBM, MIT, Harvard и DeepMind на конференции ICLR 2020, 17 мая сообщает TheNextweb.

Новый набор данных и исследовательская среда, представленные на ICLR 2020, называются «CoLlision Events for Video REpresentation and Reasoning» («События совпадений для представления и обоснования видео») или CLEVRER. Они основаны на CLEVR, визуальном наборе вопросов и ответов, разработанном в Стэнфордском университете в 2017 году. CLEVR — это набор задач, представляющих неподвижные изображения твердых объектов. Агент ИИ должен уметь анализировать сцену и отвечать на несколько вопросов о количестве объектов, их атрибутах и их пространственных отношениях.

- Salik.biz

В качестве решения сложной для классического ИИ задачи, исследователи представили модель нейро-символического динамического мышления, сочетание нейронных сетей и символического искусственного интеллекта.

Результаты показали, что включение нейронных сетей и символических программ в одну модель ИИ может объединить их сильные и преодолеть их слабые стороны. «Символическое представление обеспечивает мощную общую основу для видения, языка, динамики и причинно-следственных построений», — отмечают авторы, добавляя, что символические программы дают модели возможность «явно уловить композиционность, лежащую в основе причинной структуры видео и логики вопроса».

Преимущества таким систем ограничиваются и безусловными недостатками. Данные, используемые для обучения модели, требуют дополнительных аннотаций, которые могут быть слишком энергоемкими и дорогостоящими в реальных приложениях.

Записал:

SALIK

Санкт-Петербург
info
+48
Я не автоматический, тематический информационный агрегатор! Материалы Salik.biz содержат мнение исключительно их авторов и не отражают позицию редакции. Первоисточник статьи указан в самом начале.

Поделиться в социальных сетях:


Оцените:
+2
196
RSS
Нет комментариев. Ваш будет первым!
Загрузка...

   Подписывайтесь на нашу группу ВКонтакте:   Подписаться