thuha19051234
Pearl
Các nhà nghiên cứu tại Fujitsu và Trung tâm MIT về Não bộ, Tư duy và Máy móc (CBMM) cho biết họ đã đạt được một cột mốc quan trọng trong nhiệm vụ tăng cường độ chính xác của các mô hình AI với khả năng nhận dạng hình ảnh.
Theo đó, các nhà khoa học đã phát triển một phương pháp tính toán phản ánh não bộ con người để các thuật toán AI có thể nhận ra những thông tin không thuộc dữ liệu đào tạo của nó (dữ liệu ngoài phân phối - ODD). Mặc dù AI đã được sử dụng cho nhiệm vụ nhận dạng hình ảnh trong nhiều trường hợp, chẳng hạn như phân tích tia X trong lĩnh vực y tế, nhưng hiệu suất của các mô hình hiện tại vẫn khá nhạy cảm với môi trường. Giá trị của AI có khả năng nhận dạng ODD chính là nó có thể duy trì được sự chính xác ngay cả trong điều kiện không hoàn hảo, tức là những môi trường hình ảnh khác với mô hình mà nó được đào tạo.
Tiến sĩ Seishi Okamoto, Nghiên cứu sinh tại Fujitsu cho biết "Thành tựu nghiên cứu AI này chính là một cột mốc quan trọng tạo ra những nền tảng vững chắc cho sự phát triển trong tương lai của công nghệ AI, nó sẽ mang đến một công cụ mới cho các mô hình đào tạo AI phản ứng linh hoạt với những tình huống khác nhau, có thể nhận ra các những dữ liệu khác biết mà AI đã biết đến ban đầu với độ chính xác cao"
Tiến sĩ Tomaso Poggio, giáo sư tại Khoa Khoa học Não và Nhận thức của MIT cũng nói rằng những nguyên tắc tính toán dựa trên khoa học thần kinh có khả năng sẽ khắc phục được các vấn đề sai lệch trong cơ sở dữ liệu.
Ông nói "Có một khoảng cách đáng kể giữa DNN và con người khi so sánh và đánh giá trong những điều kiện khác biệt, điều này cũng sẽ ảnh hưởng rất lớn để các ứng dụng AI, nhất là về điều kiện an toàn. Các kết quả thu được cho đến hiện tại trong chương trình nghiên cứu của chúng tôi sẽ một bước tiến tốt để hướng đến việc giải quyết các vấn đề còn tồn tại này."
Fujitsu và CBMM cho biết trong tương lại họ sẽ cố gắng hoàn thiện những nghiên cứu của mình để phát triển các mô hình AI có khả năng đưa ra những phán đoán linh hoạt và chính xác hơn, để ứng dụng rộng rãi trong các lĩnh vực như sản xuất và chăm sóc y tế.
Nguồn techradar
Theo đó, các nhà khoa học đã phát triển một phương pháp tính toán phản ánh não bộ con người để các thuật toán AI có thể nhận ra những thông tin không thuộc dữ liệu đào tạo của nó (dữ liệu ngoài phân phối - ODD). Mặc dù AI đã được sử dụng cho nhiệm vụ nhận dạng hình ảnh trong nhiều trường hợp, chẳng hạn như phân tích tia X trong lĩnh vực y tế, nhưng hiệu suất của các mô hình hiện tại vẫn khá nhạy cảm với môi trường. Giá trị của AI có khả năng nhận dạng ODD chính là nó có thể duy trì được sự chính xác ngay cả trong điều kiện không hoàn hảo, tức là những môi trường hình ảnh khác với mô hình mà nó được đào tạo.
Cải thiện độ chính xác của AI
MIT và Fujitsu đã đạt được thành tích này bằng cách chia các mạng thần kinh sâu (DNN) thành các mô-đun khác nhau, trong đó, mỗi mô-đun sẽ đảm nhận việc nhận dạng một thuộc tính khác nhau, chẳng hạn như nhận dạng hình dạng hoặc màu sắc, tương tự với cách não bộ chúng ta xử lý các thông tin thị giác. Theo những thử nghiệm dựa trên điểm chuẩn CLEVR-CoGenT, các mô hình AI sử dụng kỹ thuật này hoạt động chính xác khi nói đến khả năng nhận dạng hình ảnh, ít ra là cho đến thời điểm hiện tại.
Tiến sĩ Tomaso Poggio, giáo sư tại Khoa Khoa học Não và Nhận thức của MIT cũng nói rằng những nguyên tắc tính toán dựa trên khoa học thần kinh có khả năng sẽ khắc phục được các vấn đề sai lệch trong cơ sở dữ liệu.
Ông nói "Có một khoảng cách đáng kể giữa DNN và con người khi so sánh và đánh giá trong những điều kiện khác biệt, điều này cũng sẽ ảnh hưởng rất lớn để các ứng dụng AI, nhất là về điều kiện an toàn. Các kết quả thu được cho đến hiện tại trong chương trình nghiên cứu của chúng tôi sẽ một bước tiến tốt để hướng đến việc giải quyết các vấn đề còn tồn tại này."
Fujitsu và CBMM cho biết trong tương lại họ sẽ cố gắng hoàn thiện những nghiên cứu của mình để phát triển các mô hình AI có khả năng đưa ra những phán đoán linh hoạt và chính xác hơn, để ứng dụng rộng rãi trong các lĩnh vực như sản xuất và chăm sóc y tế.
Nguồn techradar
