சில இயந்திர கற்றல் திட்டங்களுக்கு ஏன் ஏராளமான நடிகர்கள் தேவைப்படலாம்?

கே:

சில இயந்திர கற்றல் திட்டங்களுக்கு ஏன் ஏராளமான நடிகர்கள் தேவைப்படலாம்?

ப:

இயந்திரக் கற்றலைப் பற்றி நீங்கள் நினைக்கும் போது, ​​கணினி அறைகளில் விசைப்பலகைகளில் பணிபுரியும் திறமையான தரவு விஞ்ஞானிகளைப் பற்றி நீங்கள் சிந்திக்க முனைகிறீர்கள். அளவு பகுப்பாய்வு மற்றும் வழிமுறைகளுக்கு தீவிர முக்கியத்துவம் உள்ளது. இந்த திட்டங்களில் பலவற்றிற்கான உடனடி நிஜ உலக சூழல் நிறைய இல்லை - குறைந்தது, பலர் நினைப்பார்கள்.

எவ்வாறாயினும், இன்றைய சில அதிரடியான இயந்திர கற்றல் திட்டங்கள் மனித நடிகர்களின் உண்மையான படைகளை தெருவில், கடைகளில் மற்றும் எங்கு வேண்டுமானாலும் பயன்படுத்துகின்றன, அவை நடைபயிற்சி, வேலை அல்லது ஷாப்பிங் போன்ற அடிப்படை மனித நடவடிக்கைகளை மாதிரியாகக் கொள்ளலாம்.

இலவச பதிவிறக்க: இயந்திர கற்றல் மற்றும் அது ஏன் முக்கியமானது

டாம் சிமோனைட்டின் ஒரு கம்பி கட்டுரை இதை "AI ஐ சிறந்ததாக்குவதற்கு, மனிதர்கள் ஒட்பால் குறைந்த ஊதியம் பெறும் பணிகளைச் செய்கிறார்கள்" என்ற தலைப்பில் மிகச் சிறப்பாக விளக்குகிறது.

ஒரு முழு உணவுகள் மளிகை கடையில் எடுக்கப்பட்ட குறுகிய வீடியோக்களின் எடுத்துக்காட்டைப் பயன்படுத்தி, சிமோனைட் எந்திர வேலை வகைகளை எடுத்துக்காட்டுகிறது, இது இயந்திரக் கற்றலின் அடுத்த கட்டத்தில் சிலவற்றை உருவாக்க உதவும்.

இந்த நபர்கள் அனைவரும் ஏன் தங்களை குறுகிய மற்றும் எளிமையான வீடியோக்களில் படமாக்குவதில் ஈடுபட்டுள்ளனர் என்ற கேள்விக்கு வழிவகுக்கிறது.

இயந்திர கற்றல் எங்கே, அது எங்கே போகிறது என்பதற்கான பதில் சில வெளிச்சங்களை வெளிப்படுத்துகிறது.

"ஆராய்ச்சியாளர்கள் மற்றும் தொழில்முனைவோர் AI ஐ இயற்பியல் உலகில் புரிந்துகொண்டு செயல்படுவதைக் காண விரும்புகிறார்கள், " என்று சிமோனைட் எழுதுகிறார், அவரும் மற்றவர்களும் ஏன் கேமராக்களுடன் சுற்றித் திரிகிறார்கள் என்பதை விளக்குகிறார். "எனவே தொழிலாளர்கள் பல்பொருள் அங்காடிகள் மற்றும் வீடுகளில் காட்சிகளை வெளிப்படுத்த வேண்டிய அவசியம் உள்ளது. உலகம் மற்றும் அதிலுள்ள மக்களைப் பற்றிய வழிமுறைகளை கற்பிப்பதற்கான அறிவுறுத்தல் பொருளை அவை உருவாக்குகின்றன. ”

பல வல்லுநர்கள் சுட்டிக்காட்டியுள்ளபடி, இயந்திர கற்றலின் மிகப்பெரிய எல்லைகளில் சில பட செயலாக்கம் மற்றும் இயற்கை மொழி செயலாக்கம் ஆகியவை அடங்கும். இவை மிகவும் அளவுசார் நடைமுறைகள் - வேறுவிதமாகக் கூறினால், "செயல்திறன் மிக்க" நிஜ உலக சூழல்களில் உள்ளதைப் போன்ற பரந்த அளவிலான உள்ளீடுகள் இல்லை. அதற்கு பதிலாக, இயந்திர கற்றல் நிரல்கள் காட்சி மற்றும் ஆடியோ தரவை மாதிரிகள் உருவாக்க மிகவும் குறிப்பிட்ட வழிகளில் பயன்படுத்துகின்றன. பட செயலாக்கத்துடன், இது ஒரு (வரையறுக்கப்பட்ட) பார்வைத் துறையிலிருந்து அம்சங்களைத் தேர்வுசெய்கிறது. என்.எல்.பியைப் பொறுத்தவரை, இது தொலைபேசிகளைத் திரட்டுகிறது.

இந்த குறிப்பிட்ட உள்ளீட்டு வகைகளுக்கு அப்பால் நீங்கள் "படம் மற்றும் பேச்சு இடைவெளி" என்று அழைக்கக்கூடிய ஒன்றை உள்ளடக்குகிறது - பட செயலாக்கம் மற்றும் பேச்சு அங்கீகாரம் போன்ற விஷயங்களுக்கு அப்பால், கணினிகள் வெவ்வேறு வழிகளில் பகுப்பாய்வு செய்ய வேண்டிய பகுதிகளுக்கு நீங்கள் செல்கிறீர்கள். பயிற்சி பெட்டிகள் அடிப்படையில் வேறுபட்டதாக இருக்கும்.

வீடியோகிராஃபர்களின் இராணுவத்தை உள்ளிடவும். இந்த புதிய இயந்திர கற்றல் திட்டங்களில் சிலவற்றில், மனித நடவடிக்கைகளின் மிகச்சிறிய யோசனைகள் பயிற்சி தொகுப்புகள் ஆகும். வகைப்பாடு பணிகளில் இயங்கும் அம்சங்கள் மற்றும் விளிம்புகள் மற்றும் பிக்சல்களைத் தேடுவதற்குப் பயிற்சி பெறுவதற்குப் பதிலாக, கணினிகள் பயிற்சி வீடியோக்களைப் பயன்படுத்தி பல்வேறு வகையான செயல்கள் எப்படி இருக்கும் என்பதை மதிப்பிடுகின்றன.

முக்கிய விஷயம் என்னவென்றால், இந்தத் தரவை ஒருங்கிணைத்து ஏற்றும்போது பொறியியலாளர்கள் என்ன செய்ய முடியும், கணினி அதைப் பயிற்றுவிக்கும் போது. பல்வேறு துறைகளில் முடிவுகளை நீங்கள் விரைவில் பார்ப்பீர்கள் - உதாரணமாக, இது கண்காணிப்பை மிகவும் பயனுள்ளதாக மாற்றும். கணினிகள் மக்கள் என்ன செய்கிறார்கள் என்பதை காட்சித் துறையில் "பார்க்க" முடியும், மேலும் சந்தைப்படுத்தல் மற்றும் விற்பனை போன்ற துறைகளுக்கு அல்லது சில சந்தர்ப்பங்களில், அரசு நிறுவன வேலை அல்லது குற்றவியல் நீதி போன்றவற்றுக்கு அதைப் பயன்படுத்தலாம்.

அதிகபட்ச நன்மை மற்றும் தனியுரிமை கேள்விகளுக்கு இடையிலான விவாதத்தில் இந்த மாற்றங்கள் சில வெளிச்சங்களை வைக்கின்றன. இந்த வீடியோக்களின் பெரும்பகுதி கண்காணிப்புக்கு வேலை செய்யும் இயந்திர கற்றல் மாதிரிகளை உருவாக்கும் - ஆனால் கண்காணிக்க விரும்பாத நபர்களைப் பற்றி என்ன? இந்த புதிய இயந்திர கற்றல் திட்டங்கள் பொது இடத்தில் பயன்படுத்தப்படும்போது, ​​தனிநபரின் உரிமைகள் என்ன, அந்த வரி எங்கே வரையப்படுகிறது?

எவ்வாறாயினும், நிறுவனங்கள் இந்த வகையான மனித மற்றும் வீடியோ வளங்களை இயந்திர கற்றல் முன்னேற்றத்தின் சில அடுத்த கட்ட சுற்றுகளை உண்மையிலேயே தோண்டி எடுக்கின்றன, அவை கணினிகளை படங்களை வகைப்படுத்துவதற்கோ அல்லது தொலைபேசிகளுடன் வேலை செய்வதற்கோ பதிலாக, அவற்றைச் சுற்றி என்ன நடக்கிறது என்பதை அடையாளம் காண உதவும். பேச்சு. இது செயற்கை நுண்ணறிவில் மிகவும் சுவாரஸ்யமான மற்றும் சர்ச்சைக்குரிய வளர்ச்சியாகும், மேலும் தொழில்நுட்ப ஊடகங்களிலும் அதற்கு அப்பாலும் அதன் கவனத்தை பகிர்ந்து கொள்ள தகுதியானது.