Phòng thí nghiệm AI Stanford đề xuất mô hình thế giới không mẫu, thu hẹp khoảng cách dữ liệu học thị giác giữa AI và trẻ em người

Tin tức ME, ngày 15 tháng 4 (UTC+8), Phòng thí nghiệm AI Stanford (StanfordAILab) gần đây chỉ ra rằng, lượng dữ liệu cần thiết để các mô hình AI tiên tiến nhất đạt được khả năng thị giác vượt xa nhiều lần so với số lượng của trẻ em. Để thu hẹp khoảng cách này, các nhà nghiên cứu đề xuất phương pháp Zero-shot World Model (ZWM, mô hình thế giới không cần huấn luyện trước). Phương pháp này đã đạt được tiến bộ rõ rệt, mô hình BabyZWM của họ, chỉ sử dụng dữ liệu từ góc nhìn thứ nhất của một trẻ em duy nhất để huấn luyện, đã đạt hiệu suất tương đương với một tiêu chuẩn chưa rõ ràng. (Nguồn: InFoQ)