muisti - AI Feta, the news about scientific AI research

tekoäly

Tekoäly paranee käytössä, vaikkei sitä kouluteta uudelleen

Uusi lähestymistapa jakaa muistamisen kahteen lajiin ja näyttää terävöittävän monipuolisten tekoälyjen työkalujen käyttöä sekä toimintaa myös uusissa tilanteissa. Kuka tahansa toimisto-ohjelmia opetellut tietää, että oppiminen tapahtuu kahdessa tasossa. Ensin muistaa yksittäisen niksin – tämän napin takaa löytyy suodatus, tätä valikkoa tarvitaan tulostukseen. Vähitellen rakentuu myös yleisempi toimintamalli: ensin siivotaan data, sitten

tekoäly

Tekoäly on ollut hyvä keskustelemaan mutta huono muistamaan – nyt sitä opetetaan oppimaan kokemuksista

Moni on kokenut sen: asiakaspalveluchat pyytää samat tiedot moneen kertaan, vaikka kerroit ne jo minuutti sitten. Tekoäly osaa puhua sujuvasti, mutta tuntuu elävän hetkessä. Se ei muista tarpeeksi eikä opi arjessa toistuvista tilanteista. Tähän asti on usein ajateltu, että ongelma ratkeaa kahdella keinolla: koulutetaan malli yhä suuremmalla datalla tai sidotaan

terveys

Puhe voi heijastaa aivojen muutoksia – ilman magneettikuvaa

Puhelimessa läheinen etsii sanoja, unohtaa tarinan nimen ja pysähtyy kesken lauseen. Onko se vain tavallista haparointia vai alku jostain vakavammasta? Vastausta etsitään usein kalliiden aivokuvien ja pitkien tutkimusten avulla. Harvalla järjestelmällä on varaa tarjota niitä kaikille, jotka pohtivat muistinsa tilaa. Ajatus, että ihmisen puhe voisi paljastaa varhaiset muutokset aivoissa, kiehtoo

tekoäly

Vähemmillä biteillä suurikin kielimalli mahtuu puhelimeen

Kuvittele kirjoittavasi viestiä junassa ilman kenttää ja toivoisit viisaampaa autokorjaajaa kuin oma muistisi. Puheentunnistus sujuu, mutta kun pyydät puhelinta tiivistämään pitkän sähköpostin tai hahmottelemaan vastauksen, laite nytkähtää ja luovuttaa: tällaiset tehtävät on totuttu sysäämään pilveen. Suuret kielimallit ovat olleet liikaa taskussa pyöritettäviksi. Näin on ajateltu, koska nämä mallit ovat paisuneet

tekoäly

Lyhyet käskyt, raskaat koneet – kuvien ymmärtäminen ei ehkä tarvitse jättimäistä kielipäätä

Arki on täynnä lyhyitä pyyntöjä koneille: “korosta koira”, “poista tausta”, “etsi liikennemerkki”. Silti niiden tulkitsemiseen valjastetaan usein valtavia kielimalleja. Uusi tutkimus väittää, että juuri tässä kohdassa paisuttelu on turhaa. Kun ihminen ohjaa kuvatyökalua tekstillä, viesti on tavallisesti lyhyt ja ytimekäs. Ei romaania, vaan pari sanaa: kohde ja ehkä tarkenne. Silti

tekoäly

Kielimallille oma muistivihko tekee ihmeitä pitkissä tehtävissä

Kun tekoäly saa itse päättää, mitä muistaa ja mitä unohtaa, se vastaa paremmin pitkien tekstien kysymyksiin ja muistaa keskusteluista olennaisen. Oletko huomannut, miten pitkän sähköpostiketjun lopussa et enää muista, missä kohdin tärkeä päätös tehtiin? Ihminen paikkaa tätä pitämällä muistiinpanoja, korostamalla rivejä ja tekemällä sisällysluetteloita – lyhyesti: järjestämällä muistiaan. Kielimallit, nuo yhä

tekoäly

Tekoäly oppii unohtamaan – ja siksi muistaa oleellisen

Keskustelubotti, joka muistaa kaiken, on yllättävän kömpelö kumppani. Se takertuu yksityiskohtiin, joita et itsekään muista sanoneesi, mutta kompastuu, kun pitäisi yhdistää vanha vihje uuteen pyyntöön. Toisessa ääripäässä on avustaja, joka aloittaa jokaisen keskustelun tyhjältä pöydältä ja unohtaa kertarysäyksellä kaiken aiemmin kerrotun. Tähän asti tekoälyavustajien muisti on rakentunut näiden kahden vaihtoehdon