Výskumníci vysvetlili, že strojové učenie si vyžaduje veľa príkladov z údajov. Napríklad do
Nový dokument naznačuje, že aj modely AIsa dá trénovať týmto spôsobom - vedci tento proces nazvali „menej ako jeden“ - keď algoritmus rozpozná viac objektov, a to napriek skutočnosti, že množstvo dát, na ktoré bol trénovaný, bolo malé.
Napríklad výskumníci trénovali AI na rozpoznávaniečísla, ale nenačítali údaje o každom čísle do modelu, ale urobili to ako jeden obrázok, berúc do úvahy, že veľa čísel má podobné štýly. To im umožnilo znížiť objem dát zo 60 tisíc obrázkov na 10.
AI sa naučila vyberať materiály na výskum
Vedci teraz pracujú na tomnájsť ďalšie spôsoby, ako navrhnúť malé syntetické súbory údajov, či už je to manuálny návrh alebo použitie iného algoritmu. Napriek týmto ďalším výzvam v oblasti výskumu však článok poskytuje teoretický rámec pre ďalšie vzdelávanie. „Našou snahou je, aby bez ohľadu na to, aké dátové súbory máte, pravdepodobne ich môžete zbaliť, aby bol model efektívnejší,“ povedali.
V budúcnosti chcú vedci trénovať ešte výkonnejšiemodely založené na malých súboroch údajov. Pritom vypracujú jasné pokyny na zabalenie údajov, aby ich mohli používať vedci s minimálnymi skúsenosťami.
Prečítajte si tiež
Predtým mali Zem a Mesiac spoločný magnetický štít. Zachránilo planétu pred slnkom
V čiernych dierach môžu byť vesmíry. Povieme vám o novom objave
V deň 3 choroby väčšina pacientov COVID-19 stratí čuch a často trpí nádchou.