Hybrid Artificial Intelligence (selanjutnya disebut sebagai AI) dan sekumpulan data dan tolok ukur baru untuk menilai kemampuan algoritma AI dalam penalaran tentang tindakan yang terkandung dalam informasi video dipresentasikan oleh para peneliti dari IBM, MIT, Harvard dan DeepMind pada konferensi ICLR 2020, TheNextweb melaporkan pada 17 Mei.
Dataset dan lingkungan penelitian baru yang disajikan di ICLR 2020 disebut CoLlision Events for Video REpresentation and Reasoning atau CLEVRER. Mereka didasarkan pada CLEVR, kumpulan pertanyaan dan jawaban visual yang dikembangkan di Universitas Stanford pada tahun 2017. CLEVR adalah sekumpulan tugas yang merepresentasikan gambar diam dari objek padat. Agen AI harus dapat menganalisis adegan dan menjawab beberapa pertanyaan tentang jumlah objek, atributnya, dan hubungan spasialnya.
Sebagai solusi untuk tugas yang sulit untuk AI klasik, para peneliti mempresentasikan model pemikiran dinamis neuro-simbolis, kombinasi jaringan saraf dan kecerdasan buatan simbolis.
Hasil penelitian menunjukkan bahwa menggabungkan jaringan saraf dan program simbolik ke dalam satu model AI dapat menggabungkan kekuatan dan mengatasi kelemahannya. "Representasi simbolis memberikan kerangka umum yang kuat untuk visi, bahasa, dinamika dan kausalitas," catat penulis, menambahkan bahwa program simbolik memungkinkan model untuk "secara jelas menangkap komposisi yang mendasari struktur kausal video dan logika pertanyaan."
Keuntungan dari sistem semacam itu dibatasi oleh kerugian tanpa syarat. Data yang digunakan untuk melatih model memerlukan anotasi tambahan, yang bisa jadi terlalu boros daya dan mahal dalam aplikasi dunia nyata.
