IBM: n, MIT: n, Harvardin ja DeepMindin tutkijat esittelivät ICLR 2020 -konferenssissa hybridi-tekoälyn (jäljempänä AI) ja uuden tieto- ja vertailuarvon AI-algoritmien kyvystä arvioida videotietoihin sisältyviä toimia, TheNextweb raportoi 17. toukokuuta.
ICLR 2020: ssa esiteltyä uutta tietoaineistoa ja tutkimusympäristöä kutsutaan CoLlision-tapahtumiin videoiden uudelleen esittelyyn ja perusteluihin tai CLEVRER. Ne perustuvat CLEVR: ään, Stanfordin yliopistossa vuonna 2017 kehitettyyn visuaaliseen kysymys- ja vastausjoukkoon. CLEVR on joukko tehtäviä, jotka edustavat kiinteiden esineiden still-kuvia. AI-agentin on kyettävä analysoimaan kohtaus ja vastaamaan useisiin kysymyksiin kohteiden lukumäärästä, niiden ominaisuuksista ja alueellisista suhteista.
Ratkaisuna klassisen AI: n vaikeaseen tehtävään tutkijat esittivät mallin neuro-symbolisesta dynaamisesta ajattelusta, hermoverkkojen ja symbolisen tekoälyn yhdistelmästä.
Tulokset osoittivat, että hermoverkkojen ja symbolisten ohjelmien sisällyttäminen yhteen AI-malliin voi yhdistää niiden vahvuudet ja voittaa heikkoudet. "Symbolinen esitys tarjoaa tehokkaan yhteisen viitekehyksen visioon, kieleen, dynamiikkaan ja syy-yhteyteen", kirjoittajat huomauttavat ja lisäävät, että symboliset ohjelmat antavat mallille mahdollisuuden "selvästi tallentaa videon syyrakenteen ja kysymyksen logiikan taustalla oleva koostumus".
Tällaisten järjestelmien etuja rajoittavat ehdottomat haitat. Mallin kouluttamiseen tarvittavat tiedot vaativat lisähuomautuksia, jotka voivat olla liian voimakkaita ja kalliita reaalimaailman sovelluksissa.