arviointi - AI Feta, the news about scientific AI research

tekoäly

Tekoälyapuria ei kannata valita pelkän esittelytekstin perusteella

Uusi vertailu osoittaa, että sanat ja teot eivät kulje käsi kädessä: oikeat koesuoritukset parantavat hakutuloksia, kun etsitään sopivaa tekoälyapuria tuhansien joukosta. Olet etsimässä verkosta apuria, joka hoitaisi puolestasi arjen askareita: täyttäisi lomakkeen, järjestäisi matkasuunnitelman tai seulisi pitkän asiakirjakasan ydinkohdat. Vastassa on valikoima, joka muistuttaa sovelluskauppaa steroideilla. Jokainen ”tekoälyagentti” lupaa paljon

tekoäly

Seuraava sana ei enää riitä tekoälylle

Tekoälyn on opittava rakentamaan sisäinen malli ympäristöstään, jos sen halutaan toimivan maailmassa – ja juuri siinä se useimmin epäonnistuu. Kuvittele, että annat tekoälylle tehtäväksi ostaa junalipun. Työkalu osaa kirjoittaa kohteliaita viestejä ja selittää reittivaihtoehdot sujuvasti. Mutta kun sivu pyytää valitsemaan istumapaikan, ponnahdusikkuna peittää painikkeet ja maksun yhteydessä palvelu vaihtaa kieltä. Pelkkä

tekoäly

Yksi numero ei kerro, mikä tekoäly on ”paras”

Kun tekoälymalleja pisteytetään yhdellä luvulla, moni käyttäjälle tärkeä ero jää piiloon. Tuore analyysi ja kokeellinen työkalu osoittavat, että ”paras” riippuu siitä, mitä kysyt ja mitä arvostat. Kuvittele ostavasi puhelinta. Yksi loppuarvosana on houkutteleva: helppo, vertailukelpoinen, nopea. Silti tiedät, että sama puhelin voi olla loistava kamera, mutta keskinkertainen akunkulutuksessa, tai päinvastoin.

tekoäly

Hyvin tehty muokkaus ei aina ole oikea muutos

Olet kuvannut perhejuhlan. Pyydät videota muokkaavaa tekoälyä vaihtamaan harmaan taivaan iltaruskoon. Tulos näyttää häkellyttävän aidolta – kunnes huomaat, että taivas on kyllä hehkuva, mutta myös morsiamen mekon väri on vahingossa muuttunut. Onko muokkaus hyvä vai huono? Videon laatua on totuttu arvioimaan sillä, miltä se näyttää. Tekoälyn tekemissä muokkauksissa pelkkä ulkonäkö ei

tekoäly

Kun kone katsoo kuvaa, sen mielikuvitus yskii

Uusi testi osoittaa, että kuvista ymmärtävät kielimallit kompastuvat yhä tehtäviin, jotka ihmiset ratkaisevat vaistolla – ja se kertoo, mitä koneilta oikeasti vielä puuttuu. Muistatko koulusta tehtävän, jossa piti päätellä, mikä kuvio sopii tyhjän ruudun paikalle? Neliö muuttuu ympyräksi, nuoli kääntyy, raita siirtyy yhdellä pykälällä – ja jostakin vaihtoehdoista löytyy sama sääntö. Moni

tekoäly

Fiilistesti voi kääntää voimasuhteet tekoälymallien välillä

Fiilistesti voi kääntää voimasuhteet tekoälymallien välillä Kun mallit arvioidaan käyttäjän omilla tehtävillä ja mieltymyksillä, voittaja ei aina ole se, joka johtaa mittaristoja. Kaksi tekoälyapuria, sama kysymys – ja silti toinen vain tuntuu osuvan paremmin. Se ei ehkä ole nopeampi eikä saanut korkeinta arvosanaa vertailulistoilla, mutta sen vastaukset ovat selkeämpiä juuri sinulle.

koulutus

Höttö ei enää hämäytä tekoälyä esseekokeissa

Huolellisesti suunniteltu kielimalliin nojaava pisteytys rankaisee jaarittelusta ja aiheen sivuuttamisesta – ja voi siten olla aiempia konearvioijia reilumpi. Kuvittele tekevänsä verkkokurssin koetta. Kysymys pyytää lyhyttä, perusteltua vastausta. Aika loppuu, ja mieleen hiipii vanha niksi: lisätään vähän täytelauseita, kopioidaan yksi kappale uudelleen, näytetään siltä, että on nähty vaivaa. Ehkä konepisteyttäjä nielee sen.

tekoäly

Hyvin laskeva tekoäly ei vielä osaa korjata muiden virheitä

Kuvittele opettaja, joka käy läpi oppilaan monivaiheista ratkaisua rivi riviltä. Hän ei katso vain lopputulosta, vaan yrittää löytää kohdan, jossa ajatus ensimmäisen kerran kääntyi väärään suuntaan. Se hetki ratkaisee, millaista palautetta oppilas tarvitsee. Tähän työhön on nyt toivottu apua tekoälyltä. Viime vuosina on ajateltu, että kun kielimallit – tekoälyt, jotka tuottavat

varhaiskasvatus

Tekoäly voi muuttaa päiväkotien laatua koskevan seurannan harvoista pistotarkastuksista jatkuvaksi arjeksi

Kiinalaisissa päiväkodeissa testattu kielimallipohjainen apuri löysi ihmisarvioijien kanssa jopa 88-prosenttisen yksimielisyyden ja nopeutti työtä moninkertaisesti. Aamupiiri alkaa. Opettaja kyselee viikonloppukuulumisia, lapset kertovat kilpaa, joku muistaa kirjan, jonka eilen luki. Juuri tällaisissa hetkissä syntyy se, mistä varhaiskasvatuksessa paljon puhutaan mutta harvoin mitataan: vuorovaikutuksen laatu. Kuinka opettaja tarttuu lapsen ajatukseen, millaisia

tekoäly

Kone voi toimia tuomarina – ja olla usein samaa mieltä ihmisten kanssa

Lukemattomia asiakaspalautteita, opiskelijaesseitä tai chatbottien vastauksia. Kun tekstiä on vuoria, ihmiselle tulee kiire ja väsymys. Entä jos apuna olisi kone, joka arvioi tekstiä tasaisesti ja nopeasti – ja tekee sen vieläpä kutakuinkin samalla tavoin kuin ihminen? Ajatus ei ole enää pelkkä visio. Yksi tuore arviointitutkimus antaa viitteitä siitä, että suuret kielimallit

tekoäly

Tekoäly oppii katsomaan kuvia myös vietnamiksi, kun data ja mittarit päivitetään

Matkalla otettu kuva torilta: muovipussissa vilahtaa keltainen hedelmä, ja joku kysyy puhelimelta vietnamin kielellä, mitä nainen pitää kädessään. Usein vastausta ei tule. Monelle kielelle tekoäly on oppinut puhumaan, mutta näkeminen ja vastaaminen yhtä aikaa on ollut pitkälti englannin varassa. Jo pitkään on ajateltu, että kunhan kielimalli on riittävän vahva, se

tekoäly

Chatbot ei tyydy enää vastaukseen – se rakentaa pienen työkalun

Kun pyydät tekoälyä laskemaan, paljonko lainanlyhennykseesi kuluu kuussa, et ehkä kohta saa enää pitkää selitystä taulukoin tai kaavoilla. Saat pienen, heti käytettävän verkkotyökalun: kentät tuloille ja koroille, napin laskennalle ja tuloksen, joka päivittyy, kun muutat lukuja. Yhden vastauksen sijasta ruudulle syntyy muutamassa sekunnissa pienoisohjelma. Tämä muutos kuulostaa pieneltä, mutta se