Tyrėjai nustatė, kad lyginant neuroninius tinklus su skirtingomis mokymo etiketėmis, jie veikia geriau.
Dvejetainė kalba yra kompaktiška ir tiksliinformacijos perdavimas. Priešingai, sakytinė žmogaus kalba yra labiau tonali ir analogiška. Kadangi skaičiai yra efektyvus būdas skaitmeninti duomenis, programuotojai, projektuodami neuroninį tinklą, retai naudoja kitokio tipo įvestis.
Vienas iš labiausiai paplitusių pratimųišbandyti naują mašininio mokymosi metodą: mokyti dirbtinio intelekto atpažinti objektus ar gyvūnus nuotraukoje. Naujojo darbo autoriai atliko eksperimentą: sukūrė du naujus neuroninius tinklus, kurie turėjo atpažinti dešimt skirtingų tipų objektų 50 tūkstančių nuotraukų kolekcijoje.
Pirmoji dirbtinio intelekto sistema buvo apmokyta tradiciniu būdu: į ją buvo įkelta duomenų lentelė iš tūkstančių eilučių, kurių kiekviena atitiko vieną mokymo nuotrauką.
O autoriai lentelę įkėlė į antrąją sistemąduomenys, kurių eilutėse buvo gyvūno ar daikto nuotrauka, o antrame stulpelyje buvo garso failas, kuriame asmuo ištaria objekto ar gyvūno pavadinimą.
В результате первая нейросеть выдавала цифровое jai parodyto objekto prasmę, o antroji bandė „papasakoti“ tai, ką matė. Abu algoritmai su užduotimi susidorojo vienodai efektyviai ir teisingai atsakė 92 % atvejų, pažymi autoriai.
Tačiau eksperimento rezultatai pasikeitė, kaimokslininkai imtį sumažino nuo 50 tūkst. iki 2,5 tūkst.. Tada pirmojo AI atsakymų teisingumas nukrito iki 35 proc., o antrojo, kuris buvo treniruotas balsu, nukrito tik iki 70 proc.
Skaityti daugiau:
Tyrėjai pirmą kartą pasinėrė į giliausiai nuskendusį laivą
Buvo sukurtas pirmasis tikslus pasaulio žemėlapis. Kas negerai visiems kitiems?
Pasirodė bevielė sistema, kuri padeda paralyžiuoti