Güney Kore’deki KAIST Bilim ve Teknoloji Enstitüsü’nde görevli araştırmacılar, yapay zekânın gerçek dünyadaki uygulamalarını genişletmeye yönelik yeni bir teknik geliştirdi. Elektrik Mühendisliği Bölümü’nden Prof. Chang Deok-yu liderliğinde hazırlanan VOTP (Video-based Optimal TransPort Preference) adlı yaklaşım, makinelerin insan tercihlerini ve değerlendirme ölçütlerini sınırlı sayıda video üzerinden kendi kendine öğrenmesini sağlıyor.
Yöntem, daha önce on binlerce elle etiketlenmiş insan değerlendirmesine ihtiyaç duyan sistemlerin yerine, az sayıda başarılı ve başarısız örnek içeren videoların analizine dayanıyor. Bu sayede cerrahi dikiş atan bir robot ya da kalabalık kavşakta ilerleyen otonom araç gibi sistemler, katı kurallara bağlı kalmadan insan beklentilerine uygun davranış seçebiliyor. Deneylerde farklı görev ve koşullarda başarılı sonuçlar elde eden teknoloji, daha önce karşılaşmadığı durumlara da öğrendiği bilgiyi aktarabildi.
Araştırmacılar VOTP’nin veri toplama maliyetlerini düşürmesinin yanı sıra fabrika otomasyonundan insansı robotlara, insansız hava araçlarından ileri cerrahi sistemlere kadar geniş bir kullanım alanı sunduğunu belirtti.