Специалисты предложили три новых вида контрольных задач, чтобы лучше отражать реальный мир.
Используя методы машинного обучения, учёные поняли, что симуляционная среда не отражает всей сложности естественного мира и не приносит желаемой цели для совершенства технологий с искусственным интеллектом. Специалисты рассчитывали разработать алгоритмы, которые позволили бы ИИ действовать за пределами вневременных и узких рамок. И в конечном итоге создать робота, который может адаптироваться к изменению окружающих условий. Сотрудники университета Макгила приводят пример с роботом, которого обучают наливать воду в стакан из разных сосудов, а не из одной, строго запрограммированной бутылки. Эксперты рассуждают: развивающийся ИИ, после своего «взросления» не будет постоянно играть в игры. Все его решения и действия необходимо будет постоянно усложнять.
Учёные предложили три новых вида контрольных задач. Две из них сосредоточены на визуальных рассуждениях, в которых алгоритм должен тренироваться для навигации внутри естественного изображения, для его классификации или для поиска целевого объекта. Третья модификация существующего теста действует путем замены черного фона видеоигры на случайно выбранные видеоклипы. ИИ должен научиться отличать один кадр от другого и визуально осмысливать сцену, чтобы понять происходящее. После проведения дополнительных тестов, учёные заметили, что алгоритмы заметно улучшились.
*