Tyrėjai stengiasi pakartoti AI tyrimus

Kategorija: Dirbtinis intelektas Paskelbta vasario 16 d

Dėl trūkstamo kodo ir duomenų sunku palyginti mašininio mokymosi darbą, o tai gali pakenkti pažangai.

Problema: Mokslas pranešimus kad iš 400 pranešimų imties populiariausiose AI konferencijose pastaraisiais metais tik 6 procentai pranešėjų dalijosi kodu. Tik trečdalis dalijosi duomenimis, o šiek tiek daugiau nei pusė – savo algoritmų santraukomis, žinomomis kaip pseudokodas.

Kodėl tai svarbu: Be prieigos prie šios informacijos sunku atkurti tyrimo išvadas. Dėl to visiškai neįmanoma palyginti naujai sukurtų priemonių su esamomis, todėl tyrėjams sunku žinoti, kuria kryptimi stumti būsimus tyrimus.

Kaip tai išspręsti: Kartais dalijimosi trūkumas gali būti suprantamas, tarkime, jei intelektinė nuosavybė priklauso privačiai įmonei. Tačiau atrodo, kad yra plačiau paplitusi smulkmenų saugojimo po slėptuvėmis kultūra. Kai kurie susitikimai ir žurnalai dabar skatina dalytis; gal reikėtų daugiau sekti.