Новий метод дозволяє ІІ навчатися без даних

Дослідники пояснили, що машинне навчання вимагає безлічі прикладів даних. Наприклад, щоб

створити модель ІІ, що дозволяє розпізнатикінь, їй необхідно проаналізувати тисячі коней. Це те, що робить технологію дорогою і відрізняється від навчання людини. Дитині часто потрібно побачити всього кілька прикладів предмета, або навіть один, перш ніж він зможе розпізнавати його протягом усього свого життя.

У новій роботі пропонується, що моделі ІІ тежможуть навчатися так - вчені назвали цей процес «менш одного» - коли алгоритм розпізнає більше об'єктів, не дивлячись на те, що кількість даних, на якому вона навчалася, було невеликим.

Наприклад, дослідники навчали ІІ розпізнаваннюцифр, але завантажували в модель не дані про кожну цифру, а робили це єдиною картинкою, враховуючи, що багато цифр є схожі накреслення. Це дозволило їм зменшити кількість даних із 60 тис. знімків до 10. 

ІІ навчився підбирати матеріали для досліджень

Тепер дослідники працюють над тим, щобзнайти інші способи проектування невеликих синтетичних наборів даних, будь то ручне проектування або за допомогою іншого алгоритму. Однак, незважаючи на ці додаткові дослідницькі завдання, в статті представлені теоретичні основи для подальшого навчання. «Наш висновок полягає в тому, що незалежно від того, які набори даних у вас є, ви, ймовірно, зможете упакувати їх для більшої ефективності моделі», - зазначили вчені.

У майбутньому дослідники хочуть навчати навіть потужнімоделі на основі невеликих масивів даних. При цьому вони складуть чіткі інструкції щодо упаковки даних, щоб ними могли скористатися вчені навіть з невеликим досвідом.

Читати також

Раніше у Землі і Місяця був загальний магнітний щит. Це врятувало планету від Сонця

У чорних дірах можуть бути всесвіти. Розповідаємо про нове відкриття

На 3 день хвороби більшість хворих COVID-19 втрачають нюх і часто страждають нежиттю