Ny metode gjør at AI kan lære uten data

Forskerne forklarte at maskinlæring krever mange eksempler fra dataene.For eksempel, for å

lage en AI-modell som lar deg gjenkjennehest, må hun analysere tusenvis av hestebilder. Det er dette som gjør teknologien dyr og annerledes enn menneskelig trening. Et barn trenger ofte bare å se noen få eksempler på en gjenstand, eller til og med en, før han kan gjenkjenne den gjennom hele livet.

Det nye papiret antyder at AI-modeller ogsåkan trenes på denne måten - forskere kalte denne prosessen "mindre enn en" - når algoritmen gjenkjenner flere objekter, til tross for at datamengden den ble trent på var liten.

For eksempel trente forskere opp AI til å gjenkjennetall, men de lastet ikke data om hvert tall inn i modellen, men gjorde det som et enkelt bilde, tatt i betraktning at mange tall har lignende stiler. Dette gjorde at de kunne redusere mengden data fra 60 tusen bilder til 10. 

AI har lært å velge materialer for forskning

Forskere jobber nå medfinne andre måter å designe små syntetiske datasett på, enten det er manuell design eller ved hjelp av en annen algoritme. Til tross for disse ekstra forskningsutfordringene gir artikkelen imidlertid et teoretisk rammeverk for videre læring. "Vår takeaway er at uansett hvilke datasett du har, kan du sannsynligvis pakke dem opp for å gjøre modellen mer effektiv," sa de.

I fremtiden vil forskere trene til og med kraftigemodeller basert på små datasett. Ved å gjøre dette vil de lage klare instruksjoner for emballasjedata slik at forskere med enda liten erfaring kan bruke dem.

Les også

Tidligere hadde jorden og månen et felles magnetisk skjold. Det reddet planeten fra solen

Det kan være universer i sorte hull. Vi forteller deg om den nye oppdagelsen

På sykdomsdag 3 mister de fleste COVID-19 pasienter luktesansen og lider ofte av en rennende nese