Çevik Değerlendirme Modeli: Yapay Zeka Öznel Kategorileri Tanımlamada İnsanlara Nasıl Yardımcı Oluyor
Kaynak: research.google ·
Google Araştırmacısı Otilia Stretcu ve Öğrenci Araştırmacı Leijie Wang tarafından duyurulan Çevik Değerlendirme, öznel yapay zeka görüntü sınıflandırıcıları oluştururken yaşanan zorlukları aşmak için etkileşimli bir iş akışı sunuyor. Sağlıklı Gıda ve Çevrimiçi Eğlence gibi öznel alanlarda yapılan 18 canlı ve 1.5 saatlik kullanıcı oturumu, sistemin standart karşılaştırma düzeylerini geride bıraktığını ve kullanıcı yorgunluğunu azalttığını gösterdi. Yaklaşım, kavram kapsamı belirleme ve kavram yineleme olmak üzere iki aşamadan oluşuyor.
Neden önemli?
Geleneksel yapay zeka eğitim iş akışları, kullanıcıların zihinsel modelleri değişirken bile katı etiketler sağlamasını zorunlu kılar. Bu çerçeve, yapay zekayı statik bir veri etiketleyiciden işbirliği yapan bir ortağa dönüştürerek içerik moderatörleri ve küratörlerin gizli kabullerini keşfetmesini ve daha tutarlı modeller üretmesini sağlar.
Bununla neler yapılabilir?
- Olası kullanım: Sağlık felsefeleri ve diyet kısıtlamalarına göre sağlıklı gıda alt kategorilerini ve dışlamalarını yapılandırmak.
- Olası kullanım: Çevrimiçi eğlence veya oyun alanlarında tıklama tuzağı oluşturan görselleri tespit eden içerik moderasyon filtreleri geliştirmek.
Somut sonuçlar ve kanıtlar
- Çevik Değerlendirme çerçevesi, manuel istem mühendisliğini doğrudan sınır görselleri üzerinden geri bildirimle değiştirerek kullanıcı yorgunluğunu ve kaygısını önemli ölçüde azalttı ve standart karşılaştırma düzeylerinden daha yüksek performanslı modeller ortaya çıkardı. (Kaynak)
Sınırlar ve açık kalan sorular
Araştırma, 18 canlı ve 1.5 saatlik kullanıcı oturumuyla sınırlı kalmış olup simüle edilmiş testler yerine iki öznel alanda değerlendirilmiştir. Genel geçer tüm öznel kategorilerde aynı başarının elde edilip edilemeyeceği belirsizdir.