Chan eil inntleachd fuadain a’ leantainn loidsig adhartas saidheansail
Tha sinn air sgrìobhadh iomadh uair ann an MT mu luchd-rannsachaidh agus proifeiseantaich a bhios ag ainmeachadh siostaman ionnsachaidh inneal mar “bogsaichean dubha” (1) eadhon dhaibhsan a bhios gan togail. Tha seo ga dhèanamh duilich toraidhean a mheasadh agus algorithms a tha a’ tighinn am bàrr ath-chleachdadh.
Tha lìonraidhean neural - an dòigh-obrach a bheir dhuinn botaichean tionndaidh tùrail agus gineadairean teacsa innleachdach as urrainn eadhon bàrdachd a chruthachadh - fhathast nan dìomhaireachd do-chreidsinneach dha luchd-amhairc bhon taobh a-muigh.
Tha iad a’ fàs nas motha agus nas iom-fhillte, a’ làimhseachadh stòran-dàta mòra, agus a’ cleachdadh arrays coimpiutaireachd mòr. Tha seo a’ fàgail gu bheil ath-riochdachadh agus mion-sgrùdadh air na modailean a gheibhear cosgail agus uaireannan do-dhèanta do luchd-rannsachaidh eile, ach a-mhàin ionadan mòra le buidseatan mòra.
Tha mòran de luchd-saidheans eòlach air an duilgheadas seo. Nam measg tha Joel Pino (2), cathraiche NeurIPS, a’ phrìomh cho-labhairt air ath-riochdachadh. Tha na h-eòlaichean a tha fo a ceannas ag iarraidh “liosta sgrùdaidh ath-riochdachadh”.
Is e am beachd, thuirt Pino, luchd-rannsachaidh a bhrosnachadh gus mapa-rathaid a thabhann do dhaoine eile gus an urrainn dhaibh an obair a chaidh a dhèanamh mar-thà ath-chruthachadh agus a chleachdadh. Faodaidh tu iongnadh a dhèanamh air cho math sa tha gineadair teacsa ùr no cho comasach ‘s a tha inneal-fuadain geama bhidio, ach chan eil fios aig eadhon na h-eòlaichean as fheàrr ciamar a tha na h-iongantasan sin ag obair. Mar sin, tha ath-riochdachadh mhodalan AI cudromach chan ann a-mhàin airson a bhith a’ comharrachadh amasan agus stiùiridhean ùra airson rannsachadh, ach cuideachd mar stiùireadh practaigeach a-mhàin airson a chleachdadh.
Tha cuid eile a’ feuchainn ris an duilgheadas seo fhuasgladh. Thabhainn luchd-rannsachaidh Google “modail chairtean” gus cunntas mionaideach a thoirt air mar a chaidh na siostaman a dhearbhadh, a’ toirt a-steach toraidhean a tha a’ comharrachadh bhiteagan a dh’ fhaodadh a bhith ann. Tha luchd-rannsachaidh aig Institiùd Allen airson Artificial Intelligence (AI2) air pàipear fhoillseachadh a tha ag amas air liosta sgrùdaidh ath-riochdachadh Pinot a leudachadh gu ceumannan eile sa phròiseas deuchainneach. “Seall an obair agad,” tha iad a’ cur ìmpidh.
Aig amannan bidh fiosrachadh bunaiteach a dhìth leis gu bheil am pròiseact rannsachaidh fo shealbh, gu sònraichte le deuchainn-lannan a tha ag obair don chompanaidh. Nas trice, ge-tà, tha e na chomharradh air neo-chomas cunntas a thoirt air dòighean sgrùdaidh a tha ag atharrachadh agus a tha a’ sìor fhàs iom-fhillte. Tha lìonraidhean neural nan raon gu math toinnte. Gus na toraidhean as fheàrr fhaighinn, gu tric feumar gleusadh mhìltean de “snaidhmeannan is putanan”, ris an can cuid “draoidheachd dhubh”. Tha taghadh a 'mhodail as fheàrr gu tric co-cheangailte ri àireamh mhòr de dheuchainnean. Bidh draoidheachd a 'fàs gu math daor.
Mar eisimpleir, nuair a dh’ fheuch Facebook ri obair AlphaGo ath-riochdachadh, siostam a chaidh a leasachadh le DeepMind Alphabet, bha an obair gu math duilich. Rinn riatanasan àireamhachd mòr, milleanan de dheuchainnean air mìltean de innealan thairis air grunn làithean, còmhla ri dìth còd, an siostam “gu math duilich, mura h-eil e do-dhèanta, ath-chruthachadh, deuchainn, leasachadh agus leudachadh," a rèir luchd-obrach Facebook.
Tha e coltach gu bheil an duilgheadas sònraichte. Ach, ma smaoinicheas sinn nas fhaide, tha iongantas nan duilgheadasan le ath-riochdachadh thoraidhean agus gnìomhan eadar aon sgioba rannsachaidh agus sgioba eile a’ lagachadh a h-uile loidsig a thaobh gnìomhachd saidheans agus pròiseasan rannsachaidh a tha aithnichte dhuinn. Mar riaghailt, faodar toraidhean an rannsachaidh roimhe seo a chleachdadh mar bhunait airson tuilleadh rannsachaidh a bhrosnaicheas leasachadh eòlas, teicneòlas agus adhartas coitcheann.
