Achyuta Rajaram bu il qalib oldu Regeneron Elm İstedad Axtarışı Maşın öyrənməsini daha səmərəli və təhlükəsiz etmək üzrə işinə görə $250,000 baş mükafat.
Hər il, Elm Cəmiyyəti müsabiqənin finalçılarına 1 milyon dollardan çox pul verir. Builki qaliblər çərşənbə axşamı qala-qalada elan olundu və Rajaram qazandığına o qədər təəccübləndi ki, bir təhlükəsizlik işçisi narahat oldu.
Rajaram Business Insider-ə dedi: “O, mənim orada huşumu itirəcəyimdən narahat idi”.
17 yaşlı Phillips Exeter Academy tələbəsi sürət və dəqiqliyi artırmaq ətrafında bir layihə yaratdı. kompüter görmə modelləriBusiness Insider-ə ChatGPT kimi sirli şəkildə işləyə biləcəyini söylədi.
“Əgər siz ona sual versəniz və o sizə cavab verəcəksə, əslində bu addımlar arasında nə baş verdiyini bilmirsiniz” dedi. chatbot əlavə edərək, “problemlər gizlənə bilər bu modellər daxilində” ki, nəticədə səhvlərə yol verir.
Rajaram, alqoritmin girişdən çıxışa necə keçdiyini daha çox başa düşmək onu nəinki daha sürətli, həm də daha təhlükəsiz edəcək. Maşın öyrənməsi süni intellekt üçün əsas olduğundan, Rajaramın layihəsi AI-ni daha ağıllı və sürətli edə bilər.
Daha sürətli, daha təhlükəsiz AI qurun
İnsanlar olanda bir şəkilə baxınRajaram, beyninizdəki bir qrup neyron cavab olaraq işıqlanacağını söylədi. “Eyni şey bu kompüter görmə modellərində olur.”
Bəs kompüter avtomobillə pişiyi necə fərqləndirir? Model pişiyə baxırsa, diqqətini qulaqlara, burunlara və bığalara yönəltməklə başlaya bilər – onu avtomobildən fərqləndirən əsas xüsusiyyətlər.
Bu düşüncə prosesi müxtəlif parametrləri aşkar etmək üçün məsul olan modelin bir hissəsi olan sxemlərə bölünə bilər.
Tipik olaraq, əgər bir kompüterin beynində müəyyən bir dövrə tapmaq istəyirsinizsə, bunu əl ilə etməlisiniz, Rajaram dedi.
Əlaqədar hekayələr
“Ancaq bu, son dərəcə qeyri-mümkündür, xüsusən də modellər milyardlarla parametrə qədər böyüdükcə” dedi. Beləliklə, o, daha ağıllı, daha sürətli model üçün prosesi avtomatlaşdırmaq üçün bir alqoritm qurdu.
Rajaramın layihəsinin bir hissəsi şəkillərdən mətni oxuya bilən açıq mənbəli modelə baxmaqdan ibarət idi. Bu qabiliyyət onu “çox, çox qəribə bir düşmən hücumuna” həssas edir, Rajaram dedi.
Qırmızı svetoforun təsviri yaşıl olan mətnin yanında olarsa, model tez-tez onu yaşıl işıqfor kimi təsnif edərdi. “Bu səhv təsnifat səhvlərini edən modellər, şübhəsiz ki, problemlidir” dedi.
Rajaram, modelin mətn oxuma qabiliyyətini təcrid edə və onu aradan qaldıra bildi, “bu hücumu təmir etdi və onu bu xüsusi uğursuzluqdan qorudu”, dedi.
2000 rəqibi qabaqlamaq
İştirak Regeneron Elmində Talent Axtarış var illər keçdikcə böyüyüb kiçildi, 1960-cı illərin sonlarında Apollon missiyaları zamanı zirvəsinə çatdı. Cəmiyyətin prezidenti və baş direktoru Maya Ajmera Business Insider-ə bildirib ki, bu il həmin on ildən bəri ən çox müraciət edənlər olub.
Alimlər və mühəndislər 2000-dən çox müraciəti qiymətləndirərək onları ilk 300-ə endirdilər. “Bu 300 alim ən yaxşı alim və mühəndislərdir” dedi Ajmera. Təxminən 20 nəfərdən ibarət panel daha sonra ən yaxşı 40 finalçı seçdi.
a ilə fərqli olaraq elm yarmarkası, STS münsifləri namizədlərin layihələrindən kənarda əldə etdikləri nailiyyətlərə diqqət yetirdilər. Məsələn, fizika layihələri olan tələbələrə biologiya sualları verdilər. Məqsəd onların digər sahələrdə biliklərini yoxlamaqdır.
“Onlar sizin nə qədər hərtərəfli olduğunuzu görmək istəyirlər, çünki biz elmi liderlərin gələcək nəslini axtarırıq” dedi Ajmera.
Son 82 il ərzində STS-in məzunları 13 nəfəri əhatə edib Nobel mükafatı laureatları23 McArthur Fellows və 11 Milli Elm Medalı mükafatçıları.
“Bu gənclərin dünyanın ən çətin problemlərini həll etməyə çalışdıqlarını bildiyim üçün gecələr daha yaxşı yata bilərəm” dedi Ajmera.
Rajaram payızda MIT-də kompüter elmləri üzrə təhsilini davam etdirməyi planlaşdırır. Onun Regeneron Elm İstedad Axtarışına müraciət etmək istəyən hər kəsə tövsiyəsi “hər şeyə həqiqətən, həqiqətən də maraqlı olmaqdır”.
Bura seçdiyiniz sahədən kənar fənlər daxildir, dedi. “Mən şəxsi inanıram ki, kifayət qədər dərinliyə getsəniz, demək olar ki, hər şey sonsuz dərəcədə gözəldir.”