Yapay Zeka Çevrimiçi Gözetimde Nasıl Yardımcı Oluyor?

Bu günlerde AI veya Yapay Zeka, günümüzde hemen hemen her endüstride çapraz trend olan bir ifadedir. 1950'lerden beri var olmasına rağmen, önceki on yıldaki uygulamasında hızla ilerleyen bir devrilme noktası olarak görülüyor. Simüle edilmiş zeka, ileri eğitimin çeşitli yönlerini doyurmaya başladı, ancak suçlama, her yerde olduğu gibi, birkaç eski öğretim üyesi, tek tek üniversiteler ve bölümler tarafından yönlendirildi.

Sadece birkaç model vermek gerekirse:

• Arizona Üniversitesi'nin kabul ofisi, başvuru inceleme sürecine yardımcı olmak için AI-lider anahtar kelime inceleme araçlarını kullanıyor.
• Georgia Eyalet Üniversitesi, öğrencilerden gelen temel bütçe kılavuzu ve kayıt sorgularını yanıtlamaya yardımcı olmak için AdmitHub tarafından oluşturulan bir sohbet robotu hazırladı.
• Georgia'dan bir Teknoloji öğretmeni, kendi sanal öğretim asistanını yapmak için IBM'in Watson teknolojisini kullandı.

Bir profesörün, öğretim görevlisinin, bölümün veya kolejin olumlu sonuçlar gördüğü bu vakaların her biri, yol arkadaşlarına yapay zekanın kendi çerçevelerini ve prosedürlerini nasıl yardımcı olabileceği veya yükseltebileceği hakkında düşünmeleri için ekstra kesinlik sağlar. Bu ilk benimseyenlerin her birinin amacı, eğitim ve uyarlamanın insani bileşeninin yerini almak değil, ancak eksik çalışmalar için sonuçları yükseltmekti. Sonuç olarak, insan yapımı akıl yürütmeyi gerçekten ne içerir? Merkezinde yapay zeka, insan içgörülerini yeniden oluşturmak için yapılmış otomatik bir çerçeve veya makinedir. Makine öğrenimi AI alanını tanımlayan temel unsurlardan biri, çerçeve içinde bir "öğrenme" bileşeninin gerçekleşmesidir - hazırlık bilgilerinin açık bir istenen sonucu içerdiği "yönetilen" veya "denetimsiz". hazırlık bilgileri ideal bir sonuç içermemektedir.

İnsan yapımı zekanın, skolastik bütünlüğün kırılmalarını ayırt etme ve bunlara karşı koyma ana hedefine fayda sağlayacağı kabul edilen üç bölge aşağıda belirtilmiştir:

• kimliğin yanlış beyanı
• hile uygulamaları
• içerik hırsızlığı

Bu bölgelere odaklanan bir AI düzenlemesine zaman, nakit ve enerji katkısının, müşteriler kadar işletmeler için de sonuçları iyileştireceğini keşfettik. Çevrimiçi gözetleme hizmetlerine yapay zekayı eklemenin amacı, insanların yerini almak değil, canlı ve bilgisayarlı yönetimin doğruluğunu güçlendirmekti. Ayrıca, AI insan hatalarını azaltmaya, insanların kaçınılmaz olarak gözden kaçıracağı hataları yakalamaya ve hizmetlerin çok yönlülüğüne yardımcı olabilir.

Robotize bir gözetleme düzenlemesi oluştururken, yüz tanıma ve ses ve görsel işaretler için temel eşikler olarak AI olaylarının ilki uygulanır. Düzenli bir robotize gözetleme çerçevesinin arkasındaki yenilik, yeniye dönüşen eski şeydir. Bu çerçeveleri çalıştıran hesaplamalar dört yılı aşkın bir süredir mevcuttur. Olabildiğince, bu hesaplamalar, bir tasarımcı tarafından çerçeve boyunca değiştirilmedikçe statiktir.

Eski mekanize ve yeni bilgisayarlı çerçeveler arasındaki temel karşıtlık, uygulanan her testte yapay zeka inovasyonunun sürekli olarak alışması, ayarlanması ve "daha akıllı" hale gelmesidir. Bu günlerde insanlar yapay zekayı sadece mekanize yönetimlerinde kullanmakla kalmıyorlar, daha çok canlı yönetiminin arkasına ek olarak onu katmanlaştırıyorlar. Her iki hizmet düzeyinde çapraz olarak, yapay zekaya, kendi insan delegelerinin çerçevenin eğitmenleri olduğu bir yardımlı öğrenme modeli kullanılarak talimat verilir.

Yönetilen makine öğreniminin temel prosedürü dört aşamadan oluşur:

• İnsanların bölüm ve isim bilgileri.
• Yeterli bilgi bir isim etrafında bölündüğünde, hesaplamanın etrafında bir "fırsat" yaratılır.
• Her mevcut veri, en son yapılan olayı veya olayı tetiklemek için hesaplama yoluyla çalıştırılır.
• İnsanlar bu bilgiyi tekrar ziyaret eder ve olayın meydana gelip gelmediğini teyit ederek, bu açık olayı ayırt etmede çerçeveyi giderek daha kesin hale getirir.

Büyük ölçekte, bu prosedür genellikle basit gibi görünse de, hızla karıştırılabilir. Bu yönlendirilmiş öğrenme makine öğrenimi modeli kapsamında, her bir etkinlik veya örnek, çerçevede bir "olay" haline gelmesi için en az 20.000 bilgi noktası gerektirir. Bu vesileyle hazırlandığında, modelin o vesileyle doğruluğunu genişletmek için “eğitim bilgisi” giderek daha fazla teşvik edilmeye devam etmelidir.

Çok sayıda uygulama, aldatmanın göstergesidir, ancak bir tanesine konsantre olmaya ne dersiniz? Bir sınav katılımcısının gözlerinin ve kafasının hızla bir tarafa doğru hareket ettiğini ve ekranın dışındaki bir şeye baktığını hayal edin. Çerçeveyi bir hile olayı olarak işaret edecek şekilde eğitmek için bu canlı hareketin 20.000 örneğini alacaktı. Ardından, davranışı algılayan ve selamlayan çerçevenin kesinliğini artırmak için üstel sayıda ekstra vaka atlanmalıdır. Halihazırda, bu durumları işaret etmek için çerçeveyi hazırlayabileceğiniz çok sayıda kafa karıştırma uygulamasıyla artırın. Gördüğünüz gibi, bu prosedür devasa bir bilgi ölçüsü gerektirir. Çevrimiçi gözetleme hizmetleri bu şekilde ortaya çıkıyor.

Şimdi soru ortaya çıkıyor, bu bilgilerin her biri nereden geliyor? En büyük internet gözetleme kuruluşu, her yıl bir milyonun üzerinde testi delege ediyor. Açık koruma nedenleriyle anonim olduktan sonra, tüm test bilgileri AI modelini hazırlamak için kullanılabilir.

Yukarıdaki model, yalnızca tek başına yapılan bir aldatıcı davranışı tasvir etmektedir. Öyleyse karakterin yanlış beyanı ve içerik hırsızlığı hakkında bir şey söylenmemeli mi? Bu bölgelerde hazırlama prosedürü karşılaştırmalı olmakla birlikte bir şekilde benzersiz yaklaşımlardan yararlanmaktadır. Çevrimiçi gözetleme, bazı örnekler vermek gerekirse, tahrikli yüz tanıma, nesne tanıma, uçak keşfi, konuşmadan içeriğe, göz hareketi tanıma ve ses tanıma dahil olmak üzere makine öğrenimi ilerlemelerinin bir derlemesini birleştirmeye çalışır.

Yapay zekanın çevrimiçi gözetmenlikteki eğitim prosedürü, örneğin bir yetişkin konuşması, bir çocuk konuşması, bir bebek ağlaması ve bir köpek havlaması arasındaki farkı tanıma gibi bir şeyler yapma kapasitesine sahip olacağı için daha akıllı hale geldiğini gösteriyor. . Bunlar insanların zahmetsizce yapabilecekleri şeylerdir, ancak bunlardan hangilerinin bilimsel güvenilirlik için bir risk teşkil edebileceği ve hangilerinin zararsız olarak etiketlenebileceği konusunda çerçeve gösterilmektedir.

İnternet gözetmenliği için gerçekten hassas bir yapay zeka modeli oluşturmanın yolu, yeni inovasyonlar arttıkça ve teste girenler için erişilebilir hale geldikçe gelişmeye devam edecek. Mekanik ilerleme hızı yadsınamaz bir hızla ilerliyor. Bilgisayarlarda, giyilebilir cihazlarda ve cep telefonlarında daha fazla yenilik gerçekleştirildikçe, insanlar bu gelişmeleri kendi cevaplarında kullanma ve bunları AI modeline dahil etme kapasitesine sahip olacaklar.