צוות MIT שילב אלגוריתם למידת נתונים עם רשת עצבית עמוקה המשתמשת למשל.
כדי להפוך מערכות בינה מלאכותית לעמידות בפני נתונים לא עקביים, חוקרים ניסו ליישם הגנות למידה מפוקחות.
באופן מסורתי, רשת עצבית לומדת להתחברתוויות או פעולות ספציפיות עם תשומות נתונות. לדוגמא, רשת עצבית שמקבלת אלפי תמונות שתויגו כחתולים, יחד עם תמונות שתויגו כבתים ונקניקיות, צריכה לתייג נכון את התמונה החדשה כחתול.
במערכות בינה מלאכותית חזקות, אלהניתן לבדוק את אותן שיטות למידה בפיקוח עם גרסאות שונות של התמונה. אם הרשת פוגעת באותו סימן - חתול - יש סיכוי גבוה שהתמונה ומשתנה או לא היא חתול.
כדי להשתמש ברשתות עצביות בקריטיעבור תרחישי אבטחה, היינו צריכים להבין כיצד לקבל החלטות בזמן אמת על סמך הנחות מהמקרה הגרוע ביותר, מסבירים מחברי המאמר.
לכן הצוות ביקש להסתמך על אחד נוסףצורה של למידת מכונה שאינה מצריכה קישור של תשומות שכותרתו לתפוקות, אלא מכוונת לשיפור פעולות מסוימות בתגובה לתשומות. גישה זו נהוגה בדרך כלל כדי ללמד מחשבים לשחק שח וגו.
המחברים מאמינים כי האלגוריתם החדש של CARRL יכול לעזור לרובוטים להתמודד בבטחה עם אינטראקציות בלתי צפויות בעולם האמיתי.
קרא עוד
פיזיקאים יצרו אנלוגיה של חור שחור ואישרו את התיאוריה של הוקינג. לאן זה מוביל?
האלגוריתם גילה שכבה מסתורית חדשה בתוך כדור הארץ
בגלל השמש, האטמוספירה של כדור הארץ תאבד את כל החמצן החופשי