Az IBM, a MIT, a Harvard és a DeepMind kutatói az ICLR 2020 konferencián mutatták be a hibrid mesterséges intelligenciát (a továbbiakban: AI), valamint az AI algoritmusok képességének értékelésére szolgáló új adat- és referenciakészletet az ICLR 2020 konferencián, az TheNextweb jelentéseiben.
Az ICLR 2020-ban bemutatott új adatkészlet és kutatási környezet a CoLlision Events for Video REpresentation and Reasoning vagy CLEVRER. Ezek a CLEVR-en alapulnak, egy vizuális kérdés-válasz kérdéskészleten, amelyet a Stanfordi Egyetemen dolgoztak ki 2017-ben. A CLEVR egy olyan feladatkészlet, amely szilárd tárgyak állóképeit reprezentálja. Az AI ügynöknek képesnek kell lennie a jelenet elemzésére és számos kérdésre megválaszolni az objektumok számát, tulajdonságait és térbeli kapcsolatát.
A klasszikus AI nehéz feladatának megoldásaként a kutatók bemutatták a neuro-szimbolikus dinamikus gondolkodás modelljét, az idegi hálózatok és a szimbolikus mesterséges intelligencia kombinációját.
Az eredmények azt mutatták, hogy a neurális hálózatok és a szimbolikus programok beépítése egy AI-modellbe egyesítheti erősségeiket és leküzdheti gyengeségeit. "A szimbolikus ábrázolás hatékony közös keretet biztosít a látáshoz, a nyelvhez, a dinamikához és az okozati összefüggésekhez" - jegyzik meg a szerzők, hozzátéve, hogy a szimbolikus programok lehetővé teszik a modell számára, hogy "egyértelműen rögzítse a videó okozati struktúrájának és a kérdés logikájának alapját képező összetételt".
Az ilyen rendszerek előnyeit feltétlen hátrányok korlátozzák. A modell kiképzéséhez felhasznált adatok további kommentárokat igényelnek, amelyek túl sok energiát igényelhetnek és drágák lehetnek a valós alkalmazásokban.