Innopolis大学、テキストと視覚的注意のためのAIソリューションで3件の特許を取得

イノポリス大学AI研究センターの研究者らは、テキストと視覚的注意に関連するAIソリューションについて3件の特許を取得した。最初の特許は、読書中の人間の視線を予測するシステムを対象としており、統一されたニューラルネットワークアーキテクチャを用いて、英語、韓国語、ドイツ語、およびその他10言語のテキストに対する眼球運動を予測できる。これは、多言語言語モデルと、視線固定を予測するためのトランスフォーマーモデルを組み合わせたもので、異なる言語のネイティブスピーカーから得たアイトラッキング記録で訓練されている。このシステムは、合成視線固定シーケンスを生成し、単語スキップ確率と初回読書中の固定回数によって評価する。2番目の特許は、読書中の視線生成の評価に関するもので、生成モデルが生成するテキスト上の連続的な視線固定を比較するための統一プロトコルが不足しているという課題に対処している。提案されたアプローチは、空間的・時間的特徴によって視線軌跡を比較し、テキスト全体、個々の単語、および文のレベルで異なる眼球運動特徴を評価する。3番目の特許は、合成視線軌跡を用いた言語モデルの訓練方法に関するもので、視覚的注意データを人間のフィードバックからの強化学習に統合する。この発明には、合成視線固定シーケンスと視覚的注意特徴の生成、および人間の注意パターンを考慮した、人間のフィードバックに基づく強化学習アルゴリズムの実装が含まれる。大学によると、この技術はAIトレーニングを1.5〜2倍高速化し、計算コストを削減し、人間の注意パターンを最大93%の精度で再現し、データ量が少ない言語でも機能する。