Xitoylik tadqiqotchilar “haqiqiy AI olimlari”ni yaratish arafasida

Xitoylik tadqiqotchilar eksperimentlar o‘tkazish va ilmiy muammolarni hal qilishga qodir bo‘lgan “sun’iy intellekt (AI) olimlari”ni yaratish bo‘yicha innovatsion yondashuv arafasida. Chuqur o'rganish modellaridagi so'nggi yutuqlar ilmiy tadqiqotlarda inqilob qildi, ammo hozirgi modellar hali ham haqiqiy dunyodagi jismoniy o'zaro ta'sirlarni to'g'ri taqlid qilish uchun kurashmoqda.

Biroq, Pekin universiteti va Xitoyning Sharq texnologiya instituti (EIT) tadqiqotchilari guruhi ma'lumotlar bilan bir qatorda fizika qonunlari yoki matematik mantiq kabi oldingi bilimlarga asoslangan mashinani o'rganish modellarini o'qitish uchun yangi asosni ishlab chiqdi.

Saut China Morning Post Bunday yondashuv tajribalarni takomillashtirish va ilmiy muammolarni hal qila oladigan “sun’iy intellektga ega haqiqiy olimlar”ni yaratishga olib kelishi mumkinligini xabar qiladi. Chuqur o'rganish modellari katta ma'lumotlar to'plamlaridagi munosabatlarni ochib berish orqali ilmiy tadqiqotlarga sezilarli ta'sir ko'rsatdi. Ushbu yutuqlarga qaramay, OpenAI-ning Sora kabi joriy modellari haqiqiy dunyoda ma'lum jismoniy o'zaro ta'sirlarni aniq simulyatsiya qilishda cheklovlarga duch keladi.

Masalan, Sora matndan videoga oʻtish modeli obʼyektlarning takomillashtirilgan, real tasvirlanishi tufayli keng shuhrat qozondi. Biroq, u asosiy shovqinlarni, masalan, bayram tortidagi shamlarning alangasi harakatlanadigan yo'nalishni aniq modellay olmaydi.

Tadqiqotchilar aniqroq mashinani o'rganish modellarini o'rgatish uchun ma'lumotlar bilan birga fizika qonunlari yoki matematik mantiq kabi "oldingi bilimlarni" qo'shishni taklif qilishadi.

Inson bilimlarini AI modellariga kiritish ularning samaradorligi va bashorat qilish qobiliyatini oshirishi mumkin. Ushbu muammoni hal qilish uchun jamoa oldingi bilimlarning qiymatini baholash va uning model aniqligiga ta'sirini aniqlash uchun asos yaratdi. Ularning asosi ma'lumotlar hajmi va baholash diapazoni kabi omillarni hisobga olgan holda olingan qoidalardan foydalangan holda bilim qiymatini baholashga qaratilgan. Miqdoriy eksperimentlar o'tkazish orqali tadqiqotchilar ma'lumotlar va oldingi bilimlar, jumladan, qaramlik, sinergiya va almashtirish effektlari o'rtasidagi murakkab munosabatlarni yoritishga intiladi.

Ushbu model-diagnostika tizimi turli tarmoq arxitekturalarida qo'llanilishi mumkin, bu chuqur o'rganish modellarida oldingi bilimlarning rolini har tomonlama tushunishni ta'minlaydi.

Tadqiqotchilar o‘z asoslarini ko‘p o‘lchovli tenglamalarni yechish va kimyoviy tajribalar natijalarini bashorat qilish modellarida sinab ko‘rdilar. Ular oldingi bilimlarni birlashtirish ushbu modellarning ish faoliyatini sezilarli darajada yaxshilaganini aniqladilar, ayniqsa fizik qonunlarga muvofiqlik potentsial halokatli oqibatlarning oldini olish uchun muhim bo'lgan ilmiy sohalarda. Uzoq muddatda jamoa inson aralashuvisiz tegishli bilimlarni mustaqil ravishda aniqlay oladigan va qo‘llay oladigan AI modellarini ishlab chiqishni maqsad qilgan.

Shu bilan birga, ular modeldagi ma'lumotlar miqdori ortib borishi bilan umumiy qoidalarning muayyan mahalliy qoidalardan ustunligi kabi muammolar, ayniqsa, umumiy qoidalar etishmayotgan biologiya va kimyo kabi sohalarda paydo bo'lishi mumkinligini tan olishadi.

Shuningdek o'qing:

•  Cockerill iX zirhli mashinasi dronlarga qarshi samarali kurash uchun sun'iy intellektni oldi
• AMD XDNA nima? Ryzen protsessorlarida AIni quvvatlaydigan arxitektura