Оригинална верзија оф ову причу појавио у Куанта Магазине.
Ево теста за бебе: Покажите им чашу воде на столу. Сакриј га иза дрвене плоче. Сада померите плочу према стаклу. Ако табла настави да пролази поред стакла, као да га нема, да ли су изненађени? Многа 6-месечна деца имају, а до године дана, скоро сва деца имају интуитивни појам о постојаности предмета, научен посматрањем. Сада то раде и неки модели вештачке интелигенције.
Истраживачи су развили систем вештачке интелигенције који учи о свету путем видео записа и демонстрира појам „изненађења“ када им се пружи информација која се коси са знањем које је прикупио.
Модел, који је креирала Мета и назван Видео Јоинт Ембеддинг Предицтиве Арцхитецтуре (В-ЈЕПА), не даје никакве претпоставке о физици света садржаној у видео снимцима. Без обзира на то, може почети да има смисла како свет функционише.
„Њихове тврдње су, а приори, веома вероватне, а резултати су супер занимљиви“, каже Мицха Хеилброн, когнитивни научник са Универзитета у Амстердаму који проучава како мозак и вештачки системи дају смисао свету.
Више апстракције
Као што инжењери који праве самовозеће аутомобиле знају, може бити тешко добити АИ систем да поуздано схвати оно што види. Већина система дизајнираних да „разуме“ видео снимке како би или класификовали њихов садржај („особа која игра тенис“, на пример) или идентификовали контуре објекта — рецимо, аутомобила испред — ради у ономе што се зове „простор пиксела“. Модел у суштини третира сваки пиксел у видеу као једнак по важности.
Али ови модели са простором пиксела долазе са ограничењима. Замислите да покушавате да схватите приградску улицу. Ако сцена има аутомобиле, семафоре и дрвеће, модел би се могао превише фокусирати на небитне детаље као што је кретање лишћа. Може да промаши боју семафора или положај оближњих аутомобила. „Када идете на слике или видео, не желите да радите [pixel] простора јер има превише детаља које не желите да моделујете“, рекао је Рендал Балестријеро, компјутерски научник са Универзитета Браун.
