Yapay zeka kadar hızlı hareket eden bir sektöre ayak uydurmak zor bir iştir. Bu nedenle, bir yapay zeka sizin yerinize yapana kadar, makine öğrenimi dünyasında geçen haftaki hikayelerin yanı sıra kendi başımıza ele almadığımız önemli araştırma ve deneylerin kullanışlı bir özetini burada bulabilirsiniz.
AI’da bu hafta Amazon, ürün incelemelerini “geliştirmek” için üretken AI’dan yararlanmaya başlayacağını duyurdu. Özellik kullanıma sunulduğunda, ürün ayrıntıları sayfasında incelemelerde bahsedilen ürün özelliklerini ve müşteri duyarlılığını vurgulayan kısa bir metin paragrafı sağlayacaktır.
Kulağa kullanışlı bir özellik gibi geliyor, değil mi? Belki alışveriş yapanlar ve satıcılar için. Peki ya eleştirmenler?
Amazon incelemelerinin bir tür yüksek sanat olduğunu iddia etmeyeceğim. Aksine, platformdaki adil bir sayı gerçek değildir veya yapay zeka tarafından oluşturulmuştur.
Ancak bazı yorumcular, ister alışveriş yapan arkadaşları için gerçek bir endişeden, ister yaratıcı enerjinin akmasını sağlama çabasından, yalnızca bilgi veren değil aynı zamanda eğlendiren incelemeler hazırlamak için zaman ayırır. Bu incelemelerin özetleri onlara haksızlık eder ve asıl noktayı tamamen gözden kaçırır.
Belki de bu taşlara rastladınız. Genellikle, kitapların ve filmlerin inceleme bölümlerinde bulunurlar; burada, anekdot deneyimlerime göre, Amazon eleştirmenleri daha … ayrıntılı olma eğilimindedir.
Amazon kullanıcısını ele alalım “Sweet Home’s” gözden geçirmek JD Salinger’ın 2.000’den fazla kelimeyle çalışan “Çavdar Tarlasında Çocuklar”ından. William S. Burroughs ve Jack Kerouac’ın yanı sıra George Bernard Shaw, Gary Snyder ve Dorothy Parker’ın eserlerine atıfta bulunan Sweet Home’un incelemesi, bir incelemeden çok, kalıcılığını açıklamak için romanın konularını seçip bağlamsallaştıran kapsamlı bir analizdir. güç.
Ve sonra, Thomas Pynchon’un rezil yoğun romanı “Gravity’s Rainbow” hakkında Bryan Desmond’ın eleştirisi var. Benzer şekilde uzun – 1.120 kelime – bir incelemeden bekleneceği gibi, yalnızca kitabın öne çıkanlarının (göz kamaştırıcı düzyazı) ve önemsiz noktalarının (modası geçmiş tutumlar, özellikle kadınlara karşı) altını çizmekle kalmaz, aynı zamanda Desmond’ın kitabı okuma deneyimini çok ayrıntılı olarak aktarır.
AI bunları özetleyebilir mi? Elbette. Ama nüans ve içgörü pahasına.
Elbette Amazon, AI tarafından oluşturulan özetler lehine incelemeleri gizlemeyi düşünmüyor. Ancak, çalışmaları ortalama bir müşteri tarafından giderek daha fazla okunmazsa, eleştirmenlerin neredeyse aynı kadar zaman ve dikkat harcamaya daha az eğilimli olacaklarından korkuyorum. Bu büyük bir deney ve sanırım – üretken yapay zekanın dokunduğu şeylerin çoğunda olduğu gibi – bunu yalnızca zaman gösterecek.
İşte son birkaç gündeki diğer bazı AI hikayeleri:
Ben (yani, ortak yazarınız Devin) geçen hafta SIGGRAPH’taydım, burada yapay zeka şu anda film ve TV endüstrisinde bir öcü olmasına rağmen hem bir araç hem de araştırma konusu olarak tam güçteydi. Yakında VFX sanatçıları tarafından yenilikçi ve tamamen tartışmasız şekillerde nasıl kullanıldığına dair daha uzun bir hikayem olacak, ancak sergilenen kağıtlar da oldukça harikaydı. Bu oturum özellikle birkaç ilginç yeni fikri vardı.
Görüntü üreten modellerde şu garip şey vardır: Onlara “beyaz bir kedi ve siyah bir köpek” çizmelerini söylerseniz, genellikle ikisini karıştırır, birini yok sayar veya bir kedi köpeği veya hem siyah hem de beyaz olan hayvanlar yapar. Tel Aviv Üniversitesi’nden “katılmak ve heyecanlandırmak” adlı bir yaklaşım, uyarıyı dikkat yoluyla bileşenlerine ayırıyor ve ardından ortaya çıkan görüntünün her birinin uygun temsillerini içerdiğinden emin oluyor. Sonuç, çok özneli istemleri ayrıştırmada çok daha iyi bir modeldir. Yakında sanat jeneratörlerine entegre edilmiş böyle bir şey görmeyi beklerdim!
Üretken sanat modellerinin bir başka zayıflığı da, konunun biraz daha yandan görünmesi gibi küçük değişiklikler yapmak istiyorsanız, her şeyi yeniden yapmanız gerekmesidir – bazen başlangıçta görüntüde sevdiğiniz şeyleri kaybedersiniz. “GAN’ınızı Sürükleyin” kullanıcının noktaları birer birer veya birkaç kez ayarlamasına ve hareket ettirmesine izin veren oldukça şaşırtıcı bir araçtır – resimde görebileceğiniz gibi, bir aslanın kafası görüntünün sadece o kısmı yeniden oluşturularak döndürülebilir veya ağzı açılabilir. Yeni oranlara uyum sağlamak için. Google yazar listesinde olduğundan, bunu nasıl kullanacaklarına baktıklarına bahse girebilirsiniz.
Bu “anlamsal tipografi” makalesi daha eğlenceli ama aynı zamanda son derece zekice. Her harfi bir vektör görüntüsü olarak ele alarak ve bu görüntüyü bir kelimenin atıfta bulunduğu nesnenin bir vektör görüntüsüne doğru iterek, oldukça etkileyici logolar oluşturur. Şirketinizin adını nasıl görsel bir kelime oyununa çevireceğiniz konusunda kararsızsanız, bu başlamak için harika bir yol olabilir.
Başka yerlerde, beyin bilimi ve AI arasında bazı ilginç çapraz tozlaşma var.
Bu Berkeley araştırmacıları müzik dinlerken beyin aktivitesini yorumlamak ve ritim, melodi veya vokallere odaklanan bazı kümeleri yeniden oluşturmak için bir makine öğrenimi modeli kullandı. Bu tür “beyni okuyoruz” türü çalışmalara her zaman şüpheyle yaklaşmışımdır, bu yüzden biraz şüpheyle karşılayın, ancak makine öğrenimi bir sinyali gürültüden ayırmada harikadır ve beyin aktivitesi çok, çok gürültülüdür.
MIT ve Harvard iş birliği yaptı beyindeki henüz bilinmeyen bazı işlevleri yerine getiren hücreler olan astrositler hakkındaki anlayışımızı ilerletmeye çalışmak. Hücrelerin bir dönüştürücü veya dikkat mekanizması gibi hareket edebileceğini öne sürüyorlar – bir makine öğrenimi kavramı beyine haritalanıyor, tersi değil! MIT’den kıdemli makale yazarı Dmitry Krotov bunu çok iyi özetliyor:
Tıbbi yapay zekada, tüketici cihazlarından gelen veriler de genellikle gürültülü veya güvenilmez olarak kabul edilir. Ancak yine de ML sistemleri uyum sağlayabilir, Yale’den gelen bu yeni makalenin gösterdiği gibi. Araştırma, bizi kalple ilgili sorunlar akut hale gelmeden önce uyaran giyilebilir cihazlara yaklaştırmalıdır.
GPT-4’ün ilk pratik uygulamalarından biri, uzak bir iş ortağının yardımıyla görme engelli kişilerin gezinmesine yardımcı olan bir uygulama olan Be My Eyes’da kullanılmasıydı. EPFL öğrencileri iki uygulama daha geliştirdi görme engelli herkes için oldukça güzel olabilir. Biri kullanıcıyı bir odadaki boş bir koltuğa yönlendiriyor, diğeri ise ilaç şişelerinden sadece ilgili bilgileri okuyor: etken madde, dozaj, vb. Ne kadar basit ama gerekli görevler!
Son olarak yürümeye başlayan çocuk eşdeğerimiz var CMU ve Meta tarafından geliştirilen “RoboAgent”bir çocuğun yaptığı gibi, sadece bir şeylere bakarak ve dokunarak bir şeyleri almak veya nesne etkileşimlerini anlamak gibi günlük becerileri öğrenmeyi amaçlar.
CMU’dan Shubham Tulsiani, “Bu tür bir öğrenme yeteneğine sahip bir ajan, bizi, çeşitli görünmeyen ortamlarda çeşitli görevleri tamamlayabilen ve daha fazla deneyim topladıkça sürekli olarak gelişen genel bir robota yaklaştırıyor” dedi. Aşağıda proje hakkında daha fazla bilgi edinebilirsiniz: