Системы глубокого обучения меняют наш подход к пониманию и имитации широкого спектра процессов. Некоторые из этих приложений так же разнообразны, как видеоигры и здравоохранение. Он также оказался инструментом, который помогает прояснить конкретные процессы, которые трудно понять. Команда исследователей из Центра мозга, разума и машин Массачусетского технологического института (CBMM) и Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) организовала исследование, целью которого является ответить на некоторые из этих вопросов, посвященных изучению языка. у маленьких детей. Улучшение этого процесса называется семантическим анализом.
Процесс состоит в том, чтобы преобразовать язык в логическую и измеримую форму данных. Он использует алгоритмы глубокого обучения, чтобы скопировать процедуру у детей для достижения результатов посредством наблюдения. Команда исследователей представит подробности в статье на конференции «Эмпирические методы обработки естественного языка» в Брюсселе, Бельгия, 2-4 ноября. Команда использовала видео для обучения, чтобы получить результаты. Кэндис Росс, аспирант кафедры электротехники и компьютерных наук и CSAIL и первый автор статьи, сказала: «Существуют временные компоненты, объекты, которые взаимодействуют друг с другом и с людьми, и свойства высокого уровня, которые не ты бы знал “. увидеть в неподвижном изображении или только на языке “.
Всего было использовано 400 видеороликов, демонстрирующих задачи, и добавлено 1200 субтитров. Платформа краудсорсинга Mechanical Turk помогла добавить субтитры. Затем ученые разделили субтитры на две группы. 840 субтитров использовались для настройки и обучения, в то время как остальные 360 были зарезервированы только для тестирования и предлагали оптимизированный процесс. Соавтор Андрей Барбу, исследователь из Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) и Центра мозга, ума и машин (CBMM), сказал: «Почти столько данных не нужно, хотя они были [the data]Это может масштабироваться до больших наборов данных. “
Исследования дают возможность углубить понимание некоторых фундаментальных процессов обучения, в которых участвуют дети. Были некоторые очевидные проблемы, которые дети должны сформулировать некоторые из этих нюансов из-за их различных этапов развития. ИИ играет важную роль в этом вопросе. Борис Кац, главный научный сотрудник и руководитель группы InfoLab в CSAIL, сказал: «Ребенок имеет доступ к избыточной и дополнительной информации из разных форм, включая прослушивание разговоров родителей и братьев и сестер о мире, а также тактильной информации и визуальной информации, [which help him or her] понять мир Это удивительная головоломка, обрабатывать всю эту сенсорную информацию одновременно. Эта работа является частью большей части, чтобы понять, как этот тип обучения происходит в мире “.
Процесс овладения языком является очень сложным и требует междисциплинарного подхода, учитывающего мир, в котором живут дети. Росс также добавил: «Дети взаимодействуют с окружающей средой во время обучения. Наша идея состоит в том, чтобы иметь модель, которая также использует восприятие, чтобы учиться ». Подробности о документе также представлены в его документе «Глубокие последовательные модели планирования на основе выборки» через факультет информатики Вашингтонского университета.
