Новият метод позволява на AI да учи без данни

Изследователите обясниха, че машинното обучение изисква много примери от данни. Например, за да

създайте AI модел, който ви позволява да разпознаватекон, тя трябва да анализира хиляди изображения на коне. Това прави технологията скъпа и различна от човешкото обучение. Детето често трябва да види само няколко примера за обект или дори един, преди да може да го разпознае през целия си живот.

Новият документ предполага, че моделите на AI същоможе да бъде обучен по този начин - учените наричат ​​този процес „по-малко от един“ - когато алгоритъмът разпознава повече обекти, въпреки факта, че количеството данни, върху които е бил обучен, е малко.

Например, изследователите са обучили AI да разпознавачисла, но те не заредиха данни за всяко число в модела, а го направиха като една картина, като взеха предвид, че много числа имат сходни стилове. Това им позволи да намалят количеството данни от 60 хиляди изображения на 10. 

AI се е научил да избира материали за изследване

Сега изследователите работятнамерете други начини за проектиране на малки синтетични набори от данни, било то ръчно проектиране или използване на друг алгоритъм. Въпреки тези допълнителни изследователски предизвикателства, статията предоставя теоретична основа за по-нататъшно обучение. „Нашият извод е, че без значение какви набори от данни имате, вероятно можете да ги опаковате, за да направите модела по-ефективен“, казаха те.

В бъдеще изследователите искат да тренират дори мощномодели, базирани на малки масиви от данни. По този начин те ще изготвят ясни инструкции за опаковката на данните, така че учените с дори малък опит да могат да ги използват.

Прочетете също

Преди това Земята и Луната имаха общ магнитен щит. Той спаси планетата от слънцето

Възможно е да има вселени в черни дупки. Разказваме ви за новото откритие

На 3-ти ден от заболяването повечето пациенти с COVID-19 губят обонянието си и често страдат от хрема