AI가 데이터없이 학습 할 수있는 새로운 방법

연구진은 기계 학습에는 데이터에서 많은 예제가 필요하다고 설명했습니다.예를 들어,

인식할 수 있는 AI 모델을 만듭니다.말, 그녀는 수천 개의 말 이미지를 분석해야 합니다. 이것이 바로 기술이 비용이 많이 들고 인간의 훈련과 다른 점입니다. 아이는 사물의 몇 가지 예, 심지어 한 가지 예만 보면 평생 동안 그것을 인식할 수 있는 경우가 많습니다.

새로운 논문은 AI 모델도이러한 방식으로 훈련 될 수 있습니다. 과학자들은이 과정을 "하나 미만"이라고 불렀습니다. 훈련 된 데이터의 양이 적다는 사실에도 불구하고 알고리즘이 더 많은 객체를 인식 할 때입니다.

예를 들어, 연구자들은 AI가 다음을 인식하도록 훈련시켰습니다.그러나 그들은 각 숫자에 대한 데이터를 모델에 로드하지 않고 많은 숫자가 비슷한 스타일을 가지고 있다는 점을 고려하여 단일 그림으로 수행했습니다. 이를 통해 데이터 양을 6만 개의 이미지에서 10개로 줄일 수 있었습니다. 

AI는 연구를 위한 재료를 선택하는 방법을 학습했습니다.

연구원들은 현재수동 설계 또는 다른 알고리즘 사용과 같이 작은 합성 데이터 세트를 설계하는 다른 방법을 찾습니다. 그러나 이러한 추가 연구 과제에도 불구하고이 기사는 추가 학습을위한 이론적 프레임 워크를 제공합니다. "우리의 요점은 어떤 데이터 세트를 가지고 있든지간에 모델을보다 효율적으로 만들기 위해 패키지화 할 수 있다는 것입니다."라고 그들은 말했습니다.

미래에 연구원들은 강력한 훈련을 원합니다.작은 데이터 세트를 기반으로 한 모델. 그렇게함으로써 그들은 데이터 패키징에 대한 명확한 지침을 작성하여 경험이 거의없는 과학자도 사용할 수 있습니다.

읽어보기

이전에는 지구와 달에 공통된 자기 차폐가있었습니다. 태양으로부터 지구를 구했습니다

블랙홀에는 우주가있을 수 있습니다. 새로운 발견에 대해 알려드립니다

질병의 3 일차에, 대부분의 COVID-19 환자는 후각을 잃고 종종 콧물로 고통받습니다.