深度學(xué)習(xí)系統(tǒng)挑選數(shù)據(jù)中的統(tǒng)計(jì)模式 - 這就是他們?nèi)绾谓忉屖澜?。但是統(tǒng)計(jì)學(xué)習(xí)需要大量數(shù)據(jù)，而且并不是特別擅長(zhǎng)將過(guò)去的知識(shí)應(yīng)用于新情況。這與符號(hào)AI不同，后者記錄了用比傳統(tǒng)方法更少數(shù)據(jù)來(lái)做出決策所采取的步驟鏈。

麻省理工學(xué)院，麻省理工學(xué)院--Watson AI實(shí)驗(yàn)室和DeepMind的一組研究人員進(jìn)行的一項(xiàng)新研究證明了符號(hào)AI應(yīng)用于圖像理解任務(wù)的潛力。他們說(shuō)，在測(cè)試中，他們的混合模型設(shè)法學(xué)習(xí)與顏色和形狀等對(duì)象相關(guān)的概念，利用這些知識(shí)在場(chǎng)景中以最少的訓(xùn)練數(shù)據(jù)和“沒(méi)有明確的編程”來(lái)描述對(duì)象關(guān)系。

兒童學(xué)習(xí)概念的一種方式是通過(guò)將圖像與圖像聯(lián)系起來(lái)，”研究的主要作者毛家元在一份聲明中說(shuō)。“能夠以相同方式學(xué)習(xí)的機(jī)器需要更少的數(shù)據(jù)，并能更好地將其知識(shí)轉(zhuǎn)移到新的場(chǎng)景中。”

團(tuán)隊(duì)的模型包括將圖像轉(zhuǎn)換為基于對(duì)象的表示的感知組件，以及從單詞和句子中提取含義的語(yǔ)言層，并創(chuàng)建告知AI如何回答問(wèn)題的“符號(hào)程序”(即指令)。第三個(gè)模塊在場(chǎng)景中運(yùn)行符號(hào)程序并吐出答案，在出錯(cuò)時(shí)更新模型。

研究人員根據(jù)斯坦福大學(xué)CLEVR圖像理解測(cè)試集的相關(guān)問(wèn)題和答案對(duì)圖像進(jìn)行了訓(xùn)練。(例如：“物體的顏色是什么?”和“有多少物體都在綠色圓柱體的右側(cè)，并且與小藍(lán)球具有相同的材料?”)隨著模型的學(xué)習(xí)，問(wèn)題逐漸變得越來(lái)越難，一次它掌握了對(duì)象級(jí)概念，該模型進(jìn)一步學(xué)習(xí)如何將對(duì)象及其屬性相互關(guān)聯(lián)。

在實(shí)驗(yàn)中，它能夠“幾乎完美地”解釋新的場(chǎng)景和概念，研究人員報(bào)告說(shuō)，只用了5,000張圖像和100,000個(gè)問(wèn)題(與70,000張圖像和700,000個(gè)問(wèn)題相比)，輕松地超越了其他前沿的AI系統(tǒng)。該團(tuán)隊(duì)留待未來(lái)的工作改進(jìn)其在真實(shí)世界照片上的表現(xiàn)，并將其擴(kuò)展到視頻理解和機(jī)器人操作。