Vahid təlim prosesləri: Öz-özünə nəzarət edilən öyrənmə nəhayət ardıcıl ola bilər

• Author:
• Author adı

  Quantumrun Uzaqgörməsi
• Fevral 7, 2023

Dərin neyron şəbəkələri ənənəvi olaraq foto və videolardakı obyektləri müəyyən etməkdə, eləcə də təbii dili emal etməkdə yaxşı olub. Bununla belə, öz-özünə idarə olunan alqoritmləri əhatə edən tədqiqatların əksəriyyəti fərdi üsullar üzərində cəmlənmişdir ki, bu da qərəzliliyə səbəb ola bilər.

Vahid təlim prosesləri konteksti

Öz-özünə nəzarət etməklə kompüterlər ətrafdakıları tədqiq etməklə və şəkillərin, səs yazılarının və ya yazılı sözlərin mənasını qurmaqla öyrənə bilərlər. Şəkilləri ayırd etmək və ya danışıq dilini başa düşmək üçün əl təlimatına ehtiyacı olmayan maşınlara sahib olmaq daha səmərəlidir. Öz-özünə nəzarət edilən öyrənmə tədqiqatlarının əksəriyyəti bir neçə metoddan daha çox bir sahəyə yönəldilir. Buna görə də, bir sahəyə diqqət yetirən tədqiqatçılar çox vaxt başqa bir sahəyə diqqət yetirənlərdən tamamilə fərqli bir strategiyaya malikdirlər.

Məsələn, nitqin işlənməsində öz-özünə idarə olunan bəzi təlim tapşırıqlarında nitq vahidlərinin lüğəti yoxdur. Nəticədə, bir neçə model nitq vahidlərinin inventarını öyrənən mexanizmlərlə gəlir. Tokenləri öyrənmək, girişi geri çəkmək və ya məlumatların artırılmasını etmək kompüter görmə tədqiqatçılarının keçmişdə bu problemlə mübarizə aparmağa çalışdıqları bəzi üsullardır. Bununla belə, bu üsulların orijinal kontekstdən kənarda effektiv olub-olmadığını söyləmək çox vaxt çətindir.

2022-ci ildə Cornell Universitetinin araşdırmasına görə, öyrənmə biologiyasına dair ən yaxşı nəzəriyyələr insanların həm vizual, həm də dili dərk etmək üçün oxşar proseslərdən istifadə etdiyini göstərir. Eynilə, ümumi neyron şəbəkəsi arxitekturaları modallığa xas həmkarlarından üstün olmuşdur. Beləliklə, 2022-ci ildə Meta neyron şəbəkəni təsvirləri, mətni və ya nitqi tanımaq üçün öyrətmək üçün vahid alqoritmdən istifadə edən Data2vec sistemini təqdim etdi. 

Dağıdıcı təsir

Alqoritmlər şəkilləri, mətni və səsi fərqli şəkildə emal edir, çünki onlar piksellər, vizual işarələr, sözlər və ya səs ehtiyatları kimi fərqli vahidləri gözləyirlər. Alqoritmlərin yaradılması xüsusi modallıqla bağlıdır, yəni müxtəlif modallıqlarda olanlar bir-birindən fərqli işləməyə davam edəcəklər. Data2vec modellərə neyron şəbəkəsinin təbəqələri kimi təsvirlərə diqqət yetirərək müxtəlif giriş növləri ilə işləməyə imkan verir. Data2vec ilə vizual işarələri, ifadələri və ya səsləri proqnozlaşdırmağa ehtiyac yoxdur.

Data2vec göstərir ki, öz-özünə öyrətmə alqoritmi nəinki çoxsaylı ssenarilərdə yaxşı işləyə bilər, həm də çox vaxt ənənəvi metodlardan daha yaxşı işləyir. Bu xüsusiyyət öz-özünə idarə olunan öyrənmənin daha geniş istifadəsinə səbəb ola bilər və bizi idman hadisələri və ya filmlər, məqalələr və audio yazılardan istifadə etməklə çörək bişirməyin müxtəlif üsulları kimi mürəkkəb mövzular haqqında özlərini öyrədə bilən süni intellekt maşınlarına yaxınlaşdıra bilər.

Təbiət jurnalında dərc olunan 2022-ci il məqaləsində tədqiqatçılar multimodal verilənlər toplusundan istifadə edən modellərin inkişafı üçün öz-özünə nəzarət edilən öyrənmənin perspektivli tətbiqlərini vurğuladılar. Tədqiqat həmçinin tibb və səhiyyədə istifadə olunan metodlar kimi onların təlimi üçün qərəzsiz məlumatların toplanmasında bəzi çətinlikləri müzakirə etdi. Öz-özünə nəzarət edilən öyrənmə ilə komanda yalnız etiketlənməmiş məlumatlardan istifadə edərək maşınları öyrədə bilər. Bu bacarıq, açıq şəkildə təsnif edilə bilməyən gizli məlumatları proqnozlaşdırmaq üçün tibb daxilində (və ondan kənarda) hər hansı bir tapşırıq üçün əla başlanğıc nöqtəsidir. Gələcəkdə alqoritmlər insan müdaxiləsi olmadan açıq uçlu girişləri daha yaxşı tanıya və onları digər verilənlər bazaları ilə əlaqələndirə biləcək.

Vahid təlim proseslərinin nəticələri

Vahid təlim proseslərinin daha geniş nəticələrinə aşağıdakılar daxil ola bilər: 

• Skrinşotlar və səs yazıları əsasında tövsiyələr verə və məhsulları müəyyən edə bilən çatbotlar.
• Vizual və audio məlumatları eyni vaxtda emal edə bilən rəqəmsal köməkçilər, daha dəqiq xidmətlər və cavablar verir.
• İnsanlarla əlaqə quraraq öyrənə bilən və nəticədə insanlarla getdikcə daha canlı hiss edən tərzdə ünsiyyət qura və söhbət edə bilən metaversedə yaradılmış virtual personajlar və dostlar. 
• Audio və vizual siqnallara əsaslanaraq öz-özünə işə düşə bilən ağıllı cihazlar.
• Yolda olan obyektləri dəqiq müəyyən edə və ya polis və təcili yardım sirenlərinə müvafiq olaraq cavab verə bilən təkmilləşdirilmiş avtonom avtomobil imkanları.
• Audio və ya görmə qüsurları olan insanlara müstəqilliklərini və hərəkətliliklərini təkmilləşdirməyə kömək edə biləcək daha yaxşı köməkçi texnologiya.

Şərh etmək üçün suallar

• Bu texnologiya daha intuitiv cihazlar və rəqəmsal köməkçiləri başqa necə yarada bilər?
• Multimodal süni intellektin sizə işdə kömək edə biləcəyi başqa hansı üsullar var?