Neuraaliverkko On Ylittänyt Henkilön Valokuvien Ennustamisessa - Vaihtoehtoinen Näkymä

Sisällysluettelo:

Neuraaliverkko On Ylittänyt Henkilön Valokuvien Ennustamisessa - Vaihtoehtoinen Näkymä
Neuraaliverkko On Ylittänyt Henkilön Valokuvien Ennustamisessa - Vaihtoehtoinen Näkymä

Video: Neuraaliverkko On Ylittänyt Henkilön Valokuvien Ennustamisessa - Vaihtoehtoinen Näkymä

Video: Neuraaliverkko On Ylittänyt Henkilön Valokuvien Ennustamisessa - Vaihtoehtoinen Näkymä
Video: Liikkuva perhe webinaari (tallenne) 2024, Huhtikuu
Anonim

Keinotekoinen älykkyys oli paras arvaamaan tunnollisia ja tunnollisia ihmisiä.

Venäläiset matemaatikot ja psykologit ovat kehittäneet hermoverkon, joka on oppinut arvaamaan valokuvistaan paremmin ihmisten joitakin piirteitä kuin henkilö. Kauppakorkeakoulun lehdistöpalvelu kirjoittaa tästä viittaamalla tieteellisen lehden tieteellisessä lehdessä olevaan artikkeliin.

”Algoritmi teki oikeat johtopäätökset melkein 60% ajasta, kun satunnainen arvaus vastaa yleensä vain 50%. 10%: n paremmuus näyttää olevan merkityksetön, mutta tosiasiassa ennusteiden tarkkuuden kannalta tekoäly on huomattavasti ihmisiä edellä, jos he arvioivat muukalaisen kasvojen piirteiden perusteella , tiedottaa lehdistöpalvelu.

Viime vuosina tutkijat ovat kehittäneet monia hermoverkkoja, jotka pystyvät suorittamaan ei-triviaalisia tehtäviä ja jopa “ajattelemaan” luovasti luomalla uutta taidetta ja tekniikkaa. Tämä tuli mahdolliseksi sekä laskentajärjestelmien kehityksen että uusien matemaattisten periaatteiden, jotka kuvaavat koneoppimisjärjestelmien rakennetta ja toimintaa, syntymisen ansiosta.

Esimerkiksi äskettäin Yhdysvaltojen matemaatikot ovat luoneet AI-järjestelmän, joka tunnistaa melanooman, ihosyövän jäljet paremmin kuin johtavat asiantuntijat onkologit. Muut hermoverkot ovat oppineet piirtämään kuvia ja "maalaamaan" videoita Van Goghin tai Kandinsky tyyliin, samoin kuin lyömään ihmistä uudestaan ja uudestaan muinaisessa kiinalaisessa pelimaailmassa, tietokonepelissä ja strategiapeleissä, kuten Starcraft ja Quake.

Venäläiset matemaatikot, ohjelmoijat ja psykologit ovat yliopiston apulaisprofessorin Jevgeny Osinin ohjauksessa luoneet uuden tekoälyn järjestelmän, joka ylitti ihmisen toisella alueella - hän oppi "arvaamaan" muiden ihmisten persoonallisuuspiirteet valokuvistaan ja muotokuvistaan.

Ennustaminen valokuvauksen perusteella

Mainosvideo:

Yleensä tutkijat suhtautuvat melko skeptisesti tällaiseen mahdollisuuteen. Siksi fysiologiaa ja vastaavia teorioita pidetään nykyään virheellisinä tai jopa salaa tieteellisinä.

Toisaalta, biologit ovat viime vuosina löytäneet heikot, mutta tilastollisesti merkittävät yhteydet viiden keskeisen persoonallisuusominaisuuden ja tiettyjen geenien välillä. Siksi tutkijat jatkavat tutkimusta, heijastuvatko nämä geneettiset erot ihmisen ulkonäössä, myös keinotekoisten älyjärjestelmien avulla.

Osin ja hänen kollegansa tekivät yhden suurimmista tällaista tutkimusta. Heidän kokeiluihinsa osallistui 12 tuhatta vapaaehtoista, jotka suostuivat läpäisemään yhden klassisista psykologisista testeistä ja sallivat myös heidän kasvojensa valokuvien käytön hermoverkon kouluttamiseen ja käytön muissa kokeissa.

Saatuaan osan näistä kuvista ja kyselylomakkeiden tulokset hermoverkon kautta, tutkijat tarkistivat, pystyikö hän oppimaan ennustamaan ainakin joitain avainominaisuuksia muiden ihmisten valokuvista, joita AI ei ollut aiemmin tavannut. Kuten kävi ilmi, tekoäly oli joissain tapauksissa huomattavasti parempi kuin ihmiset, mutta samaan aikaan tällaisen "valokuvan ennustamisen" tarkkuus erilaisille psykologisille persoonallisuusominaisuuksille oli hyvin erilainen.

Esimerkiksi hermostoverkot olivat parhaita ennustajia tunnollisuudelle ja tunnollisuudelle, ja mikä pahinta, avoimuus uusille kokemuksille. Lisäksi tutkijat huomasivat, että analyysin tulokset riippuivat sen henkilön kuvasta, jonka sukupuolta hermoverkko "katsoi". Erityisesti algoritmi ennustaa ekstraversion ja tunnevakauden paljon paremmin naisille kuin miehille.

Tutkijat toivovat, että tällaisten järjestelmien myöhempiä, edistyneempiä versioita voidaan soveltaa käytännössä, myös palvelusektorilla ja diagnosoimalla työntekijöiden tai treffisivustojen kävijöiden psykologista yhteensopivuutta.