Laboratorium AI Stanford mengusulkan model dunia tanpa contoh, memperkecil kesenjangan data pembelajaran visual AI dan anak-anak manusia

Berita ME, 15 April (UTC+8), Laboratorium AI Stanford (StanfordAILab) baru-baru ini menunjukkan bahwa jumlah data yang dibutuhkan untuk model AI paling canggih saat ini agar dapat mencapai kemampuan visual jauh melebihi beberapa kali lipat jumlah data yang dibutuhkan oleh anak-anak manusia. Untuk memperkecil kesenjangan ini, para peneliti mengusulkan metode Zero-shot World Model (ZWM, model dunia tanpa contoh). Metode ini mencapai kemajuan yang signifikan, di mana model BabyZWM yang mereka kembangkan, dengan pelatihan hanya menggunakan data dari perspektif orang pertama seorang anak, mencapai tingkat kinerja yang sebanding dengan tolok ukur tertentu yang tidak dijelaskan secara spesifik. (Sumber: InFoQ)