Los investigadores han descubierto que cuando se comparan redes neuronales con diferentes etiquetas de entrenamiento, funcionan mejor.
El lenguaje binario es compacto y preciso paratransmisión de información. En contraste, el lenguaje humano hablado es más tonal y análogo. Debido a que los números son una forma eficiente de digitalizar datos, los programadores rara vez usan otros tipos de entradas al diseñar una red neuronal.
Uno de los ejercicios más comunes paraProbar un nuevo método de aprendizaje automático: enseñar a la IA a reconocer objetos o animales en una fotografía. Los autores del nuevo trabajo realizaron un experimento: crearon dos nuevas redes neuronales que debían reconocer diez tipos diferentes de objetos en una colección de 50 mil fotografías.
El primer sistema de IA se entrenó de forma tradicional: se cargó con una tabla de datos de miles de filas, cada una de las cuales correspondía a una foto de entrenamiento.
Y los autores cargaron la tabla en el segundo sistema.datos, cuyas filas contenían una fotografía de un animal u objeto, y en la segunda columna había un archivo de audio en el que una persona pronuncia el nombre del objeto u animal.
Como resultado, la primera red neuronal produjo digital.el significado del objeto que se le mostró, y la segunda intentó “contar” lo que vio. Ambos algoritmos afrontaron la tarea con la misma eficacia y respondieron correctamente en el 92% de los casos, señalan los autores.
Sin embargo, los resultados del experimento cambiaron cuandoLos científicos redujeron la muestra de 50 mil a 2,5 mil, luego la exactitud de las respuestas de la primera IA cayó al 35%, y para la segunda, que fue entrenada por voz, cayó a sólo el 70%.
Lee mas:
Los investigadores se sumergieron por primera vez en el barco hundido más profundo
Создана первая точная карта мира. Что не так со всеми остальными?
Ha aparecido un sistema inalámbrico que ayuda a los paralizados