Achyuta Rajaram a remporté cette année le leading prix de 250 000 $ du Regeneron Science Talent Research pour son travail visant à rendre l'apprentissage automatique plus efficace et in addition sûr.
Chaque année, la Society for Science distribue as well as d'un million de bucks aux finalistes du concours. Les gagnants de cette année ont été annoncés lors d'un gala mardi, et Rajaram a été si surpris d'avoir gagné qu'un agent de sécurité s'est inquiété.
peuvent fonctionner aussi mystérieusement que ChatGPT.
« Si vous lui posez une dilemma et qu'il vous donne une réponse, vous ne savez pas réellement ce qui se passe entre ces étapes », a-t-il déclaré à propos du chatbot, ajoutant que « des problèmes peuvent se cacher dans ces modèles » qui finissent par se poursuivre. faire des erreurs.
Mieux comprendre remark un algorithme passe de l'entrée à la sortie le rendra non seulement plus rapide mais aussi as well as sûr, a déclaré Rajaram. Et puisque l’apprentissage automatique est le fondement de l’IA, le projet de Rajaram pourrait également rendre l’IA in addition intelligente et furthermore rapide.
Construire une IA additionally rapide et moreover sûre
Lorsque les humains regardent une impression, un groupe de neurones dans votre cerveau s'allume en réponse, a déclaré Rajaram. « La même chose se produit dans ces modèles de vision par ordinateur. »
Alors, remark un ordinateur fait-il la différence entre une voiture et un chat ? Si le modèle regarde un chat, il peut commencer par se concentrer sur les oreilles, le nez et les moustaches, caractéristiques clés qui le distinguent d'une voiture.
Ce processus de réflexion peut être décomposé en ce qu’on appelle des circuits – la partie d’un modèle chargée de détecter différents paramètres.
En règle générale, si vous souhaitez trouver un circuit spécifique dans le cerveau d'un ordinateur, vous devez le faire manuellement, a expliqué Rajaram.
« Mais c'est extrêmement, extrêmement peu pratique, d'autant moreover que les modèles s'agrandissent et atteignent des milliards de paramètres », a-t-il ajouté. Il a donc construit un algorithme pour automatiser le processus, pour un modèle plus smart et in addition rapide.
Une partie du projet de Rajaram consistait à étudier un modèle open source able de lire du texte à partir d'images. Cette capacité le rend vulnérable à une « attaque adverse très, très étrange », a déclaré Rajaram.
Si l’image d’un feu rouge se trouve à côté d’un texte indiquant le vert, le modèle la classera souvent comme feu vert. « Les modèles qui font ces erreurs de classification sont certainement problématiques », a-t-il déclaré.
Rajaram a pu isoler la capacité de lecture de texte du modèle et la supprimer, « réparant cette attaque et la protégeant » contre cette panne spécifique, a-t-il déclaré.
Battre 2 000 concurrents
présidente-directrice générale de la Société.
Les scientifiques et les ingénieurs ont évalué plus de 2 000 candidatures et les ont classées parmi les 300 meilleures. « Ces 300 universitaires sont les meilleurs scientifiques et ingénieurs », a déclaré Ajmera. Un jury d'une vingtaine de personnes a ensuite sélectionné les 40 meilleurs finalistes.
Contrairement à une expo-sciences, les juges STS se sont concentrés sur les réalisations des candidats au-delà de leurs projets. Ils ont par exemple posé des queries de biologie aux étudiants ayant des projets de physique. Le but est de tester leurs connaissances dans d’autres domaines.
« Ils veulent voir à quel position vous êtes complet parce que nous recherchons la prochaine génération de leaders scientifiques », a déclaré Ajmera.
Au cours des 82 dernières années, parmi les anciens élèves de STS figurent 13 lauréats du prix Nobel, 23 boursiers McArthur et 11 lauréats de la Médaille nationale des sciences.
« Je peux mieux dormir la nuit en sachant que ces jeunes tentent de résoudre les problèmes les additionally difficiles du monde », a déclaré Ajmera.
Rajaram prévoit de poursuivre ses études en informatique au MIT à l'automne. Son conseil à tous ceux qui souhaitent postuler au Regeneron Science Expertise Lookup est « d'être vraiment, vraiment curieux de tout ».
Cela inclut des sujets en dehors du domaine de votre choix, a-t-il déclaré. « Je crois personnellement que presque tout est infiniment great si vous y allez assez profondément. »
