طريقة جديدة تتيح للذكاء الاصطناعي التعلم بدون بيانات

أوضح الباحثون أن التعلم الآلي يتطلب الكثير من الأمثلة من البيانات. على سبيل المثال ، ل

إنشاء نموذج ذكاء اصطناعي للتعرف على الحصان ،إنها بحاجة إلى تحليل آلاف الصور للخيول. هذا ما يجعل التكنولوجيا باهظة الثمن ومختلفة عن التعلم البشري. غالبًا ما يحتاج الطفل إلى رؤية بعض الأمثلة على شيء ما ، أو حتى نموذج واحد ، قبل أن يتمكن من التعرف عليه طوال حياته.

تشير الورقة الجديدة إلى أن نماذج الذكاء الاصطناعي أيضًايمكن تدريبها بهذه الطريقة - أطلق العلماء على هذه العملية "أقل من واحد" - عندما تتعرف الخوارزمية على كائنات أكثر ، على الرغم من حقيقة أن كمية البيانات التي تم التدريب عليها كانت صغيرة.

على سبيل المثال ، قام الباحثون بتدريس الذكاء الاصطناعي للتعرفأرقام ، لكنهم لم يقوموا بتحميل البيانات على كل رقم في النموذج ، لكنهم فعلوا ذلك كصورة واحدة ، نظرًا لأن العديد من الأرقام لها أشكال متشابهة. سمح لهم ذلك بتقليل كمية البيانات من 60 ألف صورة إلى 10.

تعلمت منظمة العفو الدولية اختيار المواد للبحث

يعمل الباحثون الآن علىإيجاد طرق أخرى لتصميم مجموعات بيانات تركيبية صغيرة ، سواء كان ذلك تصميمًا يدويًا أو باستخدام خوارزمية أخرى. ومع ذلك ، على الرغم من هذه التحديات البحثية الإضافية ، توفر المقالة إطارًا نظريًا لمزيد من التعلم. وقالوا: "إن ما نخلص إليه هو أنه بغض النظر عن مجموعات البيانات التي لديك ، يمكنك على الأرجح تجميعها لجعل النموذج أكثر كفاءة".

في المستقبل ، يرغب الباحثون في تدريب أقوىنماذج تعتمد على مجموعات بيانات صغيرة. عند القيام بذلك ، سيقومون بوضع تعليمات واضحة لتعبئة البيانات بحيث يمكن للعلماء ذوي الخبرة المحدودة استخدامها.

اقرأ أيضا

في السابق ، كان للأرض والقمر درع مغناطيسي مشترك. أنقذ الكوكب من الشمس

قد تكون هناك أكوان في الثقوب السوداء. نخبرك عن الاكتشاف الجديد

في اليوم الثالث من المرض ، يفقد معظم مرضى COVID-19 حاسة الشم لديهم وغالبًا ما يعانون من سيلان الأنف