AI-nyhederForskere lærer AI at læse diagrammer
Nyt datasæt med tusindvis af forskningsfigurer skal træne AI i at forstå diagrammer og forklare dem med logiske trin.
Datasættet
Forskere har bygget SCAFFOLD, et kæmpe datasæt med strukturerede figurer fra computerforskningsartikler. Det indeholder diagrammer, spørgsmål om dem og forklaringer på, hvordan man når frem til svaret – såkaldte kædetankegange. Ideen er at give AI-værktøjer et fælles grundlag at træne på.
Hvorfor det nytter
Computere kan allerede genkende tekst og simple billeder, men diagrammer er sværere. De kræver, at man forstår både former, pile og sammenhænge. Med SCAFFOLD håber forskerne, at AI bliver bedre til at læse figurer i videnskabelige artikler – og dermed kan hjælpe forskere med at finde svar hurtigere.
Kritik og håb
Nogle vil sikkert sige, at sådan et datasæt kun gavner en lille gruppe forskere. Men bagmændene håber, at det kan bane vej for bedre AI-assistenter i undervisning og forskning. Hvis modellen lærer at ræsonnere om figurer, kan den måske også hjælpe studerende med at forstå komplekse diagrammer.
- Datasættet hedder SCAFFOLD og er bygget over computerforskningsfigurer.
- Det indeholder diagrammer samt spørgsmål og svar om dem.
- Alle svar er ledsaget af kædetankegange, der viser ræsonnementet.
- Målet er at træne AI i at forstå visuel information i forskning.
- Datasættet kan også bruges til diagramspørgsmål og opgaver.
Du får ikke direkte glæde af det, men det kan føre til AI-værktøjer, der lettere forstår diagrammer – til gavn for studerende og forskere, der læser tekniske artikler.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.