Получив задачу сортировки прямоугольных блоков по цвету, 18-месячный ребенок может хорошо справиться благодаря реляционным рассуждениям — интеллектуальному процессу, который помогает людям находить внутренние отношения между отдельными элементами. В то время как люди считают такую способность само собой разумеющейся, исследователи терпеливо работают над тем, чтобы наделить машины такой же способностью.
5 июня компания Google DeepMind опубликовала две новые статьи, в которых исследуется, как глубокие нейронные сети могут выполнять сложные реляционные рассуждения с неструктурированными данными. Лондонская компания искусственного интеллекта представила свой модуль Relation Network (RN) и Visual Interaction Network (VIN), которые достигли сверхчеловеческой производительности в определенных тестах.
CLEVR — это визуальный набор данных для контроля качества, который требует, чтобы модели выполняли такие задачи, как подсчет, сравнение и запросы. В CLEVR нейронные сети, оснащенные РН, показали лучшую производительность (95,5%), чем люди (92,5%).
Автор: Тони Пэн | Локализация выполнена глобальной командой Synced: Майкл Саразен
Как научить машины думать как люди
