zalo
Chat ngay

Học máy có thể diễn giải thông qua giảng dạy

Chúng tôi đã thiết kế một phương pháp khuyến khích AI dạy lẫn nhau bằng các ví dụ cũng có ý nghĩa với con người. Phương pháp của chúng tôi tự động chọn các ví dụ nhiều thông tin nhất để dạy một khái niệm—ví dụ, các hình ảnh tốt nhất để mô tả khái niệm về chó—và qua thử nghiệm, chúng tôi thấy phương pháp của mình có hiệu quả trong việc dạy cả hai AI

Một số ứng dụng mang tính chuyển đổi nhất của AI mạnh mẽ sẽ đến từ sự hợp tác giữa máy tính và con người, nhưng việc khiến chúng nói một ngôn ngữ chung là rất khó. Hãy nghĩ về việc cố gắng đoán hình dạng của một hình chữ nhật khi bạn chỉ được hiển thị một tập hợp các điểm ngẫu nhiên bên trong hình chữ nhật đó: sẽ nhanh hơn nhiều để tìm ra kích thước chính xác của hình chữ nhật khi bạn được cung cấp các điểm ở các góc của hình chữ nhật. Phương pháp giảng dạy bằng máy của chúng tôi hoạt động như một trò chơi hợp tác giữa hai tác nhân, trong đó một tác nhân đóng vai trò là học sinh và tác nhân kia đóng vai trò là giáo viên. Mục tiêu của trò chơi là để học sinh đoán một khái niệm cụ thể (ví dụ: "chó", "ngựa vằn") dựa trên các ví dụ về khái niệm đó (chẳng hạn như hình ảnh chó) và mục tiêu của giáo viên là học cách chọn những ví dụ minh họa nhất cho học sinh.

Xem thêm: mua tài khoản ChatGPT Plus chính hãng giá rẻ

Kỹ thuật hai giai đoạn của chúng tôi hoạt động như sau: một mạng nơ-ron 'học sinh' được cung cấp các ví dụ đầu vào được chọn ngẫu nhiên về các khái niệm và được đào tạo từ các ví dụ đó bằng các phương pháp học có giám sát truyền thống để đoán các nhãn khái niệm chính xác. Ở bước thứ hai, chúng tôi để mạng 'giáo viên' - có một khái niệm dự định để dạy và truy cập vào các nhãn liên kết các khái niệm với các ví dụ - kiểm tra các ví dụ khác nhau trên học sinh và xem học sinh gán cho chúng nhãn khái niệm nào, cuối cùng hội tụ về tập hợp nhỏ nhất các ví dụ mà nó cần đưa ra để cho học sinh đoán khái niệm dự định. Các ví dụ này cuối cùng trông có vẻ dễ hiểu vì chúng vẫn dựa trên các khái niệm (thông qua học sinh được đào tạo ở bước một).

Ngược lại, nếu chúng ta cùng nhau đào tạo học sinh và giáo viên (như được thực hiện trong nhiều trò chơi giao tiếp hiện nay), học sinh và giáo viên có thể thông đồng để giao tiếp thông qua các ví dụ tùy ý mà con người không hiểu. Ví dụ, khái niệm "con chó" có thể được mã hóa thông qua một số vectơ tùy ý có thể hiển thị hình ảnh lạc đà không bướu và xe máy, hoặc một hình chữ nhật có thể bao gồm hai chấm trông ngẫu nhiên đối với con người, nhưng mã hóa kích thước của một hình chữ nhật cụ thể.

Để hiểu lý do tại sao kỹ thuật của chúng tôi hiệu quả, hãy xem xét điều gì xảy ra khi chúng tôi sử dụng phương pháp này để dạy học sinh nhận dạng các khái niệm từ các hình ảnh ví dụ thay đổi dựa trên bốn thuộc tính: kích thước (nhỏ, trung bình, lớn), màu sắc (đỏ, xanh lam, xanh lục), hình dạng (vuông so với tròn) và đường viền (nét liền so với không có).

Trong trường hợp này, một khái niệm là một tập hợp các thuộc tính xác định một tập hợp con các ví dụ thuộc về khái niệm đó; ví dụ, nếu khái niệm là các vòng tròn màu đỏ, thì các vòng tròn màu đỏ có bất kỳ kích thước hoặc đường viền nào đều phù hợp với khái niệm đó. Cuối cùng, mạng lưới giáo viên của chúng tôi học cách chọn các ví dụ có các thuộc tính chung duy nhất là các thuộc tính mà khái niệm yêu cầu, để học sinh có thể loại trừ các thuộc tính không liên quan. Ví dụ, để truyền đạt khái niệm "màu đỏ", giáo viên của chúng tôi chọn một hình vuông màu đỏ lớn không có đường viền và sau đó là một hình tròn màu đỏ nhỏ có đường viền. Thuộc tính chung duy nhất của hai hình dạng là màu đỏ, vì vậy khái niệm chỉ được bao gồm màu đỏ.

Cách tiếp cận này hoạt động trên các khái niệm boolean, phân cấp, xác suất và dựa trên quy tắc, với các kỹ thuật giảng dạy do mạng lưới giáo viên phát minh thường phản ánh các chiến lược tối ưu do con người thiết kế. Chúng tôi cũng đánh giá cách tiếp cận của mình trên con người bằng cách đưa cho họ các ví dụ do mạng lưới giáo viên tạo ra. Chúng tôi thấy rằng các đối tượng là con người trên mechanical turk được giáo viên máy của chúng tôi đưa ra các ví dụ có thể đoán đúng khái niệm thường xuyên hơn so với khi họ chỉ được cung cấp các ví dụ ngẫu nhiên để hướng dẫn họ.

Trong khi chúng tôi chỉ xem xét việc giảng dạy thông qua các ví dụ trong công trình này, các ý tưởng có thể áp dụng cho việc tạo ra giao tiếp có thể diễn giải giữa các tác nhân hoặc các cách khác mà chúng tôi muốn làm cho tương tác giữa các tác nhân trở nên dễ hiểu hơn đối với con người.

Hot Deal

Họ tên (*)

Số điện thoại (*)

Email (*)

Dịch vụ

Đăng ký để nhận bản tin mới nhất !