Észak-amerikai egyetemi kutatók a ruhaanyagok gyűrődésének vizsgálatával mutattak be egy lehetséges irányt az MI-rendszerek vizuális megismerő képességeinek generalizálására.

A kauzális (oksági) kapcsolatok meghatározása alapvető fontosságú az emberi gondolkodás működésében, amennyiben az ilyen felfedezések teszik lehetővé a környezetünkben zajló események magyarázatát. Ezek révén jósolhatjuk meg az olyan eseményeket is, amelyek akár a korábbi tapasztalatainknak ellentmondva következhetnek be, vagy lehetséges forgatókönyveket gyárthatunk mindazokról a történésekről, amelyekre nem került sor, de akár sor kerülhetett volna.

A kauzális modellezés értelemszerűen a mesterséges intelligencia kutatásának is fontos problémája, amelyet egyetlen mozdulattal senki sem fog megoldani, de a különbőző területeken kisebb-nagyobb lépéseket tesznek a a nagyszabású célok felé. Egy ilyen lépés amerikai és kanadai egyetemi kutatók, illetve az Nvidia közös projektje, amelyről a VentureBeat számolt be a múlt héten, és amely a ruhaanyagok gyűrődésén keresztül mutatta be a V-CDN-nek nevezett MI-rendszer működését.

Úgy fejlődik, hogy nem kap megerősítést

A Visual Causal Discovery Network (V-CDN) tulajdonképpen videofelvételek feldolgozásával ismeri meg, hogy a fizikai interakciók hogyan hatnak az adott anyagokra. A rövid leírás szerint az előrejelzések összesen három modulra épülnek. Az egyik a vizuális percepcióért felelős, és betanítható rá, hogy a videókban felismerje a számára érdekes elemeket, egy másik ennek alapján azokat a változókat azonosítja, amelyek az ilyen kulcspontok interakcióját befolyásolják, a harmadik pedig azt tanulja meg, hogy dinamikus predikciókat készítsen a kulcspontok jövőbeni mozgásáról.
 

A kutatók a rendszert egy szimulált környezetben tanulmányozták, amelyben különféle anyagokat (eltérő alakú és méretű ingek, nadrágok, törölközők) tettek ki mindenféle erőhatásoknak. A cél egy olyan egységes modell megalkotása volt, amely képes kezelni az eltérő típusú és formájú anyagokat, és igazoltnak látják, hogy a V-CDN az egyre több feldolgozott videó nyomán egyre hatékonyabb előrejelzéseket ad anélkül, hogy hozzáférne a mérési alapok ismert eredményeihez (ground truth).

A mesterséges intelligencia ráadásul nem csak a valós eredményekkenl nem hasonlíthatta össze saját jóslatait, de nem kapott információt a vizsgált fizikai interakciókat leíró dinamikáról sem. Más szóval, a felvételek alapján maga fedezte fel az összefüggések rendszerét, és felügyelet nélkül tanulta meg elejtől a végéig modellezni az ok-okozati mechanizmusokat. Ez a szakemberek szerint jó alapot szolgáltathat az olyan kutatásokhoz, amelyek a megfelelő rendszerek vizuális megismerő képességeinek generalizálására irányulnak.


A VentureBeat riportjából kiderül, hogy a projekt eredményeit a tudósok egy kicsi, de fontos lépésnek tekintik a fizikailag is mérhető, dinamikus rendszereket modellező MI-rendszerek fejlesztésében. Ez általánosabb célú algoritmusokhoz vezethet majd, amelyek működéséhez nem lesz szükség előzetes és területspecifikus módon a helyes információk kinyerésére és a változók megfelelő kezelése (feature engineering) .

Cloud & big data

CIO Podcast #75: A nagyvállalatok is early adopterré válhattak a CIO Hungaryn

Három szakember az innovációk gyors alkalmazásának az üzleti és technológiai előnyeiről és lehetséges kockázatairól.
 
Hirdetés

A tétlenség ára, avagy a legacy rejtett költségei

A legtöbb vállalat a modernizáció költségeit számolja. A valódi üzleti kockázat azonban gyakran nem a változtatás ára, hanem annak elhalasztása.

Hirdetés

Forradalom az IT-ban – forradalom az IT-biztonságban

A generatív mesterséges intelligencia, AI-alapú automatizálás, az agentic AI alapjaiban rajzolta át a vállalatoknál az IT és az üzlet kapcsolatát – és ezzel együtt az IT-biztonsággal kapcsolatos elvárásokat és feladatokat.

Az AI mind több ponton épül be a vállalati folyamatokba, ezért egyre népszerűbb célpontja a kibertámadásoknak. De hol támadható, ha egyszer annyira okos?

a melléklet támogatója a CLICO

Egy kormányrendelet alapjaiban formálják át 2026-tól az állami intézmények és vállalatok szoftvergazdálkodási gyakorlatát.

Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?

A Corvinus Egyetem és a Complexity Science Hub kutatói megmérték: a Python kódok közel harmadát ma már mesterséges intelligencia írja, és ebből a szenior fejlesztők profitálnak.

Rengeteg ország áll át helyi MI-platformra

Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2010-2026 Bitport.hu Média Kft. Minden jog fenntartva.