Hybrid Artificial Intelligence (im Folgenden als AI bezeichnet) und ein neuer Satz von Daten und Benchmarks zur Bewertung der Fähigkeiten von AI-Algorithmen zur Begründung der in Videoinformationen enthaltenen Aktionen wurden von Forschern von IBM, MIT, Harvard und DeepMind auf der ICLR 2020-Konferenz vorgestellt, berichtet TheNextweb am 17. Mai.
Der auf der ICLR 2020 vorgestellte neue Datensatz und die neue Forschungsumgebung heißen CoLlision Events for Video REpresentation and Reasoning oder CLEVRER. Sie basieren auf CLEVR, einem visuellen Frage- und Antwortsatz, der 2017 an der Stanford University entwickelt wurde. CLEVR ist eine Reihe von Aufgaben, die Standbilder fester Objekte darstellen. Der KI-Agent muss in der Lage sein, die Szene zu analysieren und verschiedene Fragen zur Anzahl der Objekte, ihren Attributen und ihren räumlichen Beziehungen zu beantworten.
Als Lösung für eine schwierige Aufgabe der klassischen KI präsentierten die Forscher ein Modell des neurosymbolischen dynamischen Denkens, eine Kombination aus neuronalen Netzen und symbolischer künstlicher Intelligenz.
Die Ergebnisse zeigten, dass die Einbeziehung neuronaler Netze und symbolischer Programme in ein KI-Modell ihre Stärken kombinieren und ihre Schwächen überwinden kann. "Die symbolische Darstellung bietet einen starken gemeinsamen Rahmen für Vision, Sprache, Dynamik und Kausalität", bemerken die Autoren und fügen hinzu, dass symbolische Programme es dem Modell ermöglichen, "die Kompositionalität, die der kausalen Struktur des Videos und der Logik der Frage zugrunde liegt, klar zu erfassen".
Die Vorteile solcher Systeme sind durch bedingungslose Nachteile begrenzt. Die zum Trainieren des Modells verwendeten Daten erfordern zusätzliche Anmerkungen, die in realen Anwendungen zu leistungshungrig und zu teuer sein können.
