Meta və Stanford süni intellektlə körpələrin öyrənmə sirrini ilk dəfə açır

Körpələrin sürətli öyrənmə qabiliyyəti süni intellektdə təkrar olunur

Körpələr dünyanı az məlumatla sürətlə və effektiv öyrənirlər. Bu təbii qabiliyyətin sirrini açmaq üçün Meta, Stanford Universiteti, Tokyo Universiteti və Fransanın École Normale Supérieure birgə EgoBabyVLM adlı yeni test hazırlayıblar. Bu test körpələrin görmə və dil bacarıqlarını qiymətləndirir və onların öyrənmə prosesini süni intellektdə təqlid etməyə çalışır.

EgoBabyVLM testinin unikal yanaşması

Testdə körpələrin başına bərkidilmiş kameradan toplanan təxminən 1000 saatlıq real video materialdan istifadə olunur. Bu, AI modellərinə qarışıq və real həyatdan görüntülərlə işləmək imkanı yaradır. Lakin ən müasir süni intellekt modelləri belə bu real və mürəkkəb görüntülərlə zəif nəticələr göstərir. Bu, körpələrin çoxmodal və toxunma təcrübəsindən öyrənməsinin süni intellektdə hələ tam əks olunmadığını göstərir.

BabyLM layihəsi və dil öyrənməsi

2023-cü ildə təqdim olunan BabyLM layihəsi 10 yaşlı uşağın dil məlumatı həcmində—on milyonlarla sözlə—AI-nin sintaksisi öyrənməsini təmin edir. Ryan Cotterell-in müəllifi olduğu bu layihə transformer əsaslı modellərin sintaksisi yaxşı mənimsədiyini göstərib. Lakin Joshua Tenenbaum bildirir ki, bu modellər hələ fiziki dünya, sosial dinamika və insan ağlına dair ümumi anlayışları tam başa düşmürlər.

Yeni modelin perspektivləri və insan beyni ilhamı

EgoBabyVLM-in müəllifləri insan beyni və neyroelmindən ilham alaraq yeni yanaşmalar təklif edirlər. Stanford Universitetindən Michael Frank yeni modeldə səbəb-nəticə əlaqələri və vizual-məkan əlaqələrinin öyrənilməsini vurğulayır. 2024-cü ildə Brendan Lake və komandası göstərib ki, sadə VLM modelləri körpənin başından çəkilmiş video məlumatlarla sadə anlayışları öyrənə bilir, amma bu, hələ dünyanı daha mürəkkəb səviyyədə anlamaqdan uzaqdır.

Süni intellektdə yeni mərhələ

EgoBabyVLM modeli obyektlərin dinamikasını daha yaxşı başa düşür və AI-nin daha səmərəli öyrənməsi üçün perspektivli hesab olunur. Bu tədqiqatlar süni intellektin insan öyrənmə prosesinə yaxınlaşması və gələcəkdə daha təbii və effektiv sistemlərin yaradılması üçün əsas yaradır.

Bu yeniliklər süni intellektin gələcəyini formalaşdırır və insan təcrübəsinin mürəkkəbliyini maşınlara öyrətməkdə yeni səhifə açır.