İnsanların Beklenmedik Selamlaşma Davranışlarını Tahmin Eden Yapay Zeka Üretildi! Bu, Yapay Zekayı Bir Adım Daha "İnsanlaştırıyor"!

Birinin bir sonraki adımda ne yapacağını vücut diline göre tahmin etmek insanlara doğal gelir, ancak bilgisayarlar için durum böyle değil. Başka biriyle tanıştığımızda, bizi merhaba, el sıkışma ve hatta yumruk tokuşturma ile selamlayabileceklerini biliriz. Hangi hareketin kullanılacağını bilemeyebiliriz, ancak durumu okuyabilir ve ona uygun şekilde yanıt verebiliriz.

Columbia Engineering'den araştırmacılar, yeni bir çalışmada, insanlar, hayvanlar ve nesneler arasındaki daha üst düzey ilişkilerden yararlanarak, makinelere daha sonradan ne olacağına dair daha sezgisel bir his veren bir bilgisayarlı görüş tekniği geliştirdiler. Columbia Üniversitesi'nde bilgisayar bilimi yardımcı doçenti olan Carl Vondrick, 24 Haziran 2021'de Uluslararası Bilgisayarla Görü ve Örüntü Tanıma Konferansı'nda şöyle dedi:

Algoritmamız, makinelerin insan davranışları hakkında daha iyi tahminlerde bulunabilmesi ve böylece eylemlerini bizimkiyle daha iyi koordine edebilmesi için bir adımdır. Sonuçlarımız, insan-robot işbirliği, otonom araçlar ve yardımcı teknoloji için bir dizi olanak sunuyor.

Araştırmacılar, gelecekte birkaç dakikaya kadar olan video eylem olaylarını tahmin etmek için bugüne kadarki en doğru yöntem olduğunu söylüyor. Binlerce saatlik filmi, spor oyunlarını ve The Office gibi dizileri analiz ettikten sonra sistem, el sıkışmadan yumruk tokuşturmaya kadar yüzlerce aktiviteyi tahmin etmeyi öğrendi. Belirli bir eylemi tahmin edemediğinde, onları birbirine bağlayan üst kavramı, bu durumda "selamlaşma" kelimesini bulabildi.

Ekip tarafından yapılanlar da dahil olmak üzere, tahmine dayalı makine öğreniminde geçmişteki girişimler, tek seferde yalnızca 1 eylemi tahmin etmeye odaklanmıştı. Algoritmalar, eylemi sarılmak, beşlik çakmak, el sıkışmak veya hatta "görmezden gelmek" olarak sınıflandırıp sınıflandırmamaya karar verir. Ancak belirsizlik yüksek olduğunda, çoğu makine öğrenimi modeli, olası seçenekler arasında ortak noktaları bulamaz.

Columbia Engineering'deki doktora öğrencileri Didac Suris ve Ruoshi Liu, daha uzun vadeli tahmin problemine farklı bir açıdan bakmaya karar verdiler. Makalenin ortak yazarı Suris şöyle diyor:

Gelecekteki her şey tahmin edilebilir değil. Bir kişi ne olacağını tam olarak öngöremediğinde, güvenli seçeneği seçer ve daha yüksek bir soyutlama düzeyinde tahminde bulunur. Algoritmamız, gelecekteki olaylar hakkında soyut olarak akıl yürütme yeteneğini öğrenen ilk algoritmadır.

Suris ve Liu, Antik Yunanlar'a kadar uzanan matematik sorularını tekrar gözden geçirmek zorunda kaldılar. Lisede öğrenciler, geometrinin tanıdık ve sezgisel kurallarını öğrenirler: düz çizgiler düz gider, paralel çizgiler asla kesişmez gibi... Çoğu makine öğrenimi sistemi de bu kurallara uyar. Ancak diğer geometrilerin tuhaf, sezgisel olmayan özellikleri vardır: düz çizgiler bükülür ve üçgenler şişer. Suris ve Liu, bu sıra dışı geometrileri, üst düzey kavramları organize eden ve gelecekte insan davranışını tahmin eden yapay zeka modelleri oluşturmak için kullandı. Massachusetts Teknoloji Enstitüsü'nde kıdemli araştırma bilimcisi ve Yapay Zeka ve insan bilişselliği konusunda uzman olan ve çalışmaya dahil olmayan MIT-IBM Watson AI Lab'ın eş direktörü Aude Oliva şöyle diyor:

Tahmin, insan zekasının temelidir. Makineler, soyut olarak akıl yürütme yeteneğimizden yoksun oldukları için, insanların asla yapmayacağı hatalar yapar. Bu çalışma, bu teknolojik boşluğu doldurma yolunda önemli bir adımdır.

Araştırmacılar tarafından geliştirilen matematiksel çerçeve, makinelerin olayları gelecekte ne kadar öngörülebilir olduklarına göre düzenlemelerini sağlıyor. Örneğin yüzmenin ve koşmanın her ikisinin de egzersiz şekli olduğunu biliyoruz. Yeni teknik, bu aktiviteleri kendi başına nasıl kategorize edeceğini öğreniyor. Sistem, belirsizliğin farkında oluyor ve kesinlik olduğunda daha spesifik eylemler, olmadığında daha genel tahminler sağlıyor.

Columbia University

Araştırmacılar, tekniğin bilgisayarları önceden programlanmış bir eylem yerine, bir durumu boyutlandırmaya ve nüanslı bir karar vermeye yaklaştırabileceğini söylüyor. Makalenin başyazarı Liu, bunun insanlar ve bilgisayarlar arasında güven inşa etmede kritik bir adım olduğunu söyledi. Liu, şöyle açıklıyor:

Güven, robotun insanları gerçekten anladığı hissinden gelir. Makineler davranışlarımızı anlayabilir ve tahmin edebilirse, bilgisayarlar insanlara günlük faaliyetlerde sorunsuz bir şekilde yardımcı olabilecek.

Vondrick ise şöyle söylüyor:

Yeni algoritma, tahmin görevlerinde önceki yöntemlerden daha doğru tahminler yaparken, sonraki adımlar bunun laboratuvar dışında da çalışır olduğunu doğruluyor. İnsan davranışı, genellikle şaşırtıcıdır. Algoritmalarımız, makinelerin bir sonraki adımda ne yapacaklarını daha iyi tahmin etmelerini sağlıyor.

Araştırmacılar, sistem farklı ortamlarda çalışabilirse güvenliğimizi, sağlığımızı ve güvenliğimizi artırabilecek makineler ve robotlar kullanabilmek için birçok olasılık olduğunu söylüyor. Grup, daha büyük veri kümeleri, bilgisayarlar ve diğer geometri biçimleriyle algoritmanın performansını iyileştirmeye devam etmeyi planlıyor.