בינה מלאכותית יכולה כעת ללמוד במהירות של בני אדם

This post is also available in: English (אנגלית)

על פי מאמר שפורסם לאחרונה בכתב העת Science, הצליחו חוקרים לפתח מודל מיחשוב אשר מאפשר לבינה מלאכותית ללמוד באופן הדומה ליכולת הלמידה של בני אדם. המודל מספק לבינה המלאכותית את היכולת לזהות מכתבים הכתובים בכתב יד במהירות בה יכולים לעשות זאת בני אדם.

בינה מלאכותית הייתה יכולה לזהות תבניות במידע ויזואלי ואודיו כבר תקופה, ולבצע היסקים לוגיים בהתאם. עם זאת, היא יכולה לעשות זאת רק לאחר שהציגו בפניה אלפי דוגמאות. בני אדם, לעומת זאת, יכולים להניח הנחות שכאלו ולהתחיל ללמוד דבר לאחר שראו מספק קטן בלבד של דוגמאות.

כעת קבוצה של חוקרים ממספר מכוני מחקר מאוניברסיטת ניו-יורק, המכון הטכנולוגי במסצ'וסטס (MIT), ואוניברסיטת טורונטו הצליחו ליצור אלגוריתם לבינה מלאכותית אשר ניגש ללמידה ולפתרון בעיות באופן הדומה ביותר ליכולת אנושית.

העבודה פורצת הדרך הזו מקרבת את מחקר הבינה המלאכותית צעד אחד נוסף ליכולות למידה המשתוות לאלו של בני האדם.

“בהשוואה לאלגוריתמים הטובים ביותר שלנו ליכולת למידה במכונות, אנשים יכולים ללמוד קונספטים חדשים מפחות מידע ולהכליל בדרכים עשירות וחזקות יותר," אמר ברנדון לייק, חוקר במכון Moore-Sloan Data Science באוניברסיטת ניו-יורק. "הצלחנו להוציא מאותן יכולות למידה אנושיות קבוצה גדולה של קונספטים ויזואלים פשוטים – אותיות בכתב יד מהאלפבית ברחבי העולם."

בינה מלאכותית בעלת יכולות לבצע היסקים לוגיים דמויי-אדם פותחת אפשרויות חדשות ומלהיבות. קורסי למידה באינטרנט יוכלו להפיק תועלת מהתהליכים האוטומטיים, שכן בינה מלאכותית תוכל להנגיש תוכן בהתאם לצרכי התלמידים, אומרת סוזן יוסטיס, מייסדת שותפה וחוקרת בכירה ב- WinterGreen Research.

“שווקים רפואיים יכולים להפיק מכך גמישות באבחון, ובכך לקצר את הזמן אשר נדרש לקביעת דיאגנוזה מדויקת ולהפניית המטופלים לטיפול הראוי," היא אומרת. "גם יכולת שדרוג לשרשראות אספקה תוכל להפיק תועלת מהיכולת לנהל אלפי קלטים משתנים ולהודיע לכל נקודות הקצה הניהוליות על מצב המשלוחים והמלאי באופן מהיר יותר."

המחקר נתמך על ידי קרן המדע הלאומית בארה"ב, המשרד למחקר צבאי, המשרד למחקר לכלים ימיים, ומכון Moore-Sloan Data Science Environment.