kunstig intelligens
Professor spår: De store datasettenes tidsalder er forbi
I stedet for datasett trenger vi simuleringsmiljøer, sier AI-professor Serge Belongie. Her er miljøet SAPIEN, som forskere fra blant annet UC San Diego presenterte i fjor.
Illustrasjon: SAPIEN
I to tiår har de raske fremskrittene innen «deep learning» blitt målt med såkalte «benchmark»-datasett.
Enorme samlinger av millioner av bilder, tekster, videoer, lydfiler og mer har gitt opplæringsmateriell for alle slags AI-løsninger og fungert som en referanseramme for ny forskningsinnsats. Og de har selv blitt en integrert del av historien om deep learning, som da nevrale nettverk AlexNet i 2012 slo ut konkurrenter i ImageNet-utfordringen - å gjenkjenne objekter i bilder - som virkelig åpnet omverdenens øynene for teknologiens potensial.
Men til tross for nytten og bidraget til store datasett, så er deres tid som det fremste innen AI-forskning snart over. Dette mener Serge Belongie, som inntil nylig var professor ved Cornell Tech ved Cornell University i New York og nå vil lede Pioneer Center for Artificial Intelligence i Danmark.
