ฮอทด็อกแบบ Zero-shot

เป็นเรื่องที่น่าสนใจ (และตลก) ที่บางสถานการณ์ในชีวิตการเป็นพ่อแม่ของฉันเกี่ยวข้องกับงานของฉัน ฉันรักมัน.

บ่ายวันหนึ่ง เช้าหรือเย็น (เวลากลายเป็นโครงสร้างที่ไม่เป็นเส้นตรงโดยมีขอบเขตที่ไม่ชัดเจนสำหรับพ่อแม่มือใหม่) เด็กวัยหัดเดินที่เพิ่งเกิดใหม่ของฉันกำลังพลิกดูหนังสือกระดานเล่มใหม่

เธออยู่ในวัยนั้นเมื่อเธอเริ่มเปล่งเสียงและเสียงและพยางค์ แต่เธอยังไม่มีคำพูดมากมายออกมาจากปากของเธอ หนังสือเป็นเพียงการรวบรวมภาพสัตว์ ของเล่น และอาหารชนิดต่างๆ เธอรู้จักพวกมันบางตัวและจะเรียกมันว่า "A" สำหรับอะโวคาโด "BA" สำหรับกล้วย "M" สำหรับนม หรือ "KA" สำหรับวัว

เธอตั้งชื่อภาพที่คุ้นเคยไปเรื่อย ๆ จนกระทั่งเธอเห็นภาพฮอทด็อก เธอมองมันแวบหนึ่งแล้วพูดว่า “yum-yum”

ฉันไม่เคยเอารูปฮอทด็อกให้เธอดูหรือบอกให้รู้ว่าเธอกินได้ ฉันตั้งประเด็นและพยายามอย่างหนักที่จะไม่ให้เธอเรียนรู้เกี่ยวกับน้ำตาลและอาหารขยะตราบเท่าที่ฉันทนได้ คุณรู้ไหมว่าการดิ้นรนแบบเดียวกับที่ฉันรู้ว่าฉันจะต้องเจอกับการที่เธอมีโทรศัพท์มือถือหรือตั้งชื่อพ่อแม่คนโปรดของคุณว่า no-no จนกว่าคุณจะสูญเสียไปอย่างน่าสังเวชและกลายเป็นใช่-ทำไม-ไม่ได้

ภายหลังฉันถามสามีว่าเขาเคยแสดงให้เธอเห็นว่าฮอทด็อกคืออะไร ฉันจำการ์ตูนเรื่องหนึ่งที่เธอดูไม่ได้ที่มีฮอทด็อกด้วย ดังนั้นสำหรับความตั้งใจและจุดประสงค์ทั้งหมด เธอไม่เคยเห็นฮอทด็อกหรือลองเลย เธอไม่รู้ว่ามันกินได้และ "yum-yum" แต่อย่างใดเธอทำ เธอรู้ว่ามันเป็นอาหารที่เธอกินได้

ในสัปดาห์เดียวกัน คนในทีมของเราได้นำเสนอเกี่ยวกับโครงการที่พวกเขากำลังทำอยู่โดยใช้การเรียนรู้แบบ Zero-shot และฉันก็ชอบ แค่นั้นแหละ ลูกสาวของฉันเพิ่งแสดงให้เห็นในชีวิตจริง บิงโก! ฉันเพิ่งทราบวิธีอธิบายการเรียนรู้แบบ Zero-shot กับคนที่ไม่เคยได้ยินเรื่องนี้

เราในฐานะมนุษย์สังเกตโลกรอบตัวเราและค้นพบรูปแบบที่เราสร้างมุมมองของโลกนั้น เราถูกจำกัดในสิ่งที่มองเห็น ได้ยิน หรือสัมผัสได้ ข้อจำกัดบางอย่างเกิดจากธรรมชาติของมนุษย์เรา (เช่น ขีดจำกัดของความสามารถทางประสาทสัมผัสของเรา) บางอย่างเกิดจากอายุของเรา และบางอย่างเกิดจากสภาพแวดล้อมโดยรอบ แม้จะมีข้อ จำกัด เรายังสามารถรับรู้สิ่งที่มองไม่เห็นว่าเป็นชิ้นส่วนของโลกนั้นและรู้ได้อย่างแม่นยำว่าสิ่งนั้นเหมาะสมกับปริศนาตรงไหน

ขอบเขตในกระบวนการและกรอบที่เราใช้สำหรับการเรียนรู้ของเครื่องและ AI นั้นคล้ายคลึงกับข้อจำกัดที่เราพบในฐานะมนุษย์เมื่อเราเรียนรู้เกี่ยวกับโลกนี้ ข้อมูลที่เราใช้ในการฝึกโมเดลแมชชีนเลิร์นนิง ทรัพยากรการคำนวณ และจำนวนตัวอย่างที่เราสามารถติดฉลากตามความเป็นจริง ทั้งหมดนี้มาพร้อมกับต้นทุนและเพดานขนาด ในแง่นั้น ไม่ใช่เรื่องดีเลยที่คนฉลาดบางคนตระหนักว่าเราสามารถเลียนแบบความสามารถของเราในการจัดหมวดหมู่และติดป้ายกำกับ (ในวิธีที่ดีที่สุดเท่าที่จะเป็นไปได้) วัตถุที่มองไม่เห็นก่อนหน้านี้ และพัฒนารูปแบบและวิธีการมากมายที่จะนำไปสู่แนวคิดนี้ในที่สุด ของการเรียนรู้แบบ Zero-shot?

แต่แล้วอีกครั้ง เราชอบเลียนแบบธรรมชาติของแม่ ใช่ไหม? สมอง → โครงข่ายประสาทเทียม ทฤษฎีวิวัฒนาการ → อัลกอริธึมวิวัฒนาการ …