बहुत ही दुर्लभ अपवादों के साथ, प्रत्येक कृत्रिम बुद्धिमत्ता में प्रमुख प्रगति यह सदी मशीन लर्निंग का परिणाम रही है। जैसा कि इसके नाम से पता चलता है (और प्रतीकात्मक ए.आई. के विपरीत, जो इसके पहले भाग की अधिकांश विशेषता बताता है फ़ील्ड का इतिहास), मशीन लर्निंग में स्मार्ट सिस्टम शामिल होते हैं जो न केवल नियमों का पालन करते हैं बल्कि वास्तव में, अच्छी तरह से, सीखना।
लेकिन एक समस्या है. एक छोटे मानव बच्चे के विपरीत, मशीन लर्निंग को बड़ी संख्या में प्रशिक्षण उदाहरण दिखाने की आवश्यकता होती है, इससे पहले कि वह उन्हें सफलतापूर्वक पहचान सके। मान लीजिए, "डूफ़र" जैसी कोई वस्तु देखने जैसी कोई चीज़ नहीं है (आप नहीं जानते कि यह क्या है, लेकिन हम आपसे शर्त लगाते हैं यदि आपने इसे देखा है तो इसे याद रखेंगे) और, उसके बाद, आपके द्वारा देखे जाने वाले हर अगले डूफ़र को पहचानने में सक्षम होंगे।
अनुशंसित वीडियो
यदि ए.आई. यदि वह अपनी क्षमता तक जीवित रहेगा, तो यह महत्वपूर्ण है कि वह इस तरह से सीख सके। हालाँकि समस्या अभी तक हल नहीं हुई है, a ओंटारियो में वाटरलू विश्वविद्यालय का नया शोध पत्र एक का वर्णन करता है संभावित सफलता प्रक्रिया
इसे एलओ-शॉट (या एक से कम शॉट) सीखना कहा जाता है। इससे मशीनें इंसानों की तरह कहीं अधिक तेजी से सीखने में सक्षम हो सकेंगी। यह कई कारणों से उपयोगी होगा, लेकिन विशेष रूप से ऐसे परिदृश्यों में जहां प्रशिक्षण के लिए बड़ी मात्रा में डेटा मौजूद नहीं है।एक बार से कम सीखने का वादा
"हमारा एलओ-शॉट लर्निंग पेपर सैद्धांतिक रूप से मशीन लर्निंग मॉडल को प्रशिक्षित करने के लिए आवश्यक न्यूनतम संभव संख्या में नमूनों की खोज करता है।" इलिया सुचोलुटस्की, एक पीएच.डी. प्रोजेक्ट पर काम कर रहे छात्र ने डिजिटल ट्रेंड्स को बताया। “हमने पाया कि मॉडल वास्तव में दिए गए प्रशिक्षण उदाहरणों की संख्या से अधिक कक्षाओं को पहचानना सीख सकते हैं। अपने पिछले पेपर पर काम करते समय हमने शुरुआत में इस परिणाम को अनुभवजन्य रूप से देखा था सॉफ्ट-लेबल डेटासेट आसवन, छोटे सिंथेटिक डेटासेट बनाने की एक विधि जो मॉडलों को उसी प्रदर्शन के लिए प्रशिक्षित करती है जैसे कि उन्हें मूल डेटासेट पर प्रशिक्षित किया गया हो। हमने पाया कि हम केवल पांच सिंथेटिक उदाहरणों पर प्रशिक्षित होने के बाद, प्रति अंक एक से भी कम, सभी 10 अंकों - शून्य से नौ - को पहचानने के लिए तंत्रिका जाल को प्रशिक्षित कर सकते हैं।... हम वास्तव में इससे आश्चर्यचकित थे, और यही कारण है कि हमें इस एलओ-शॉट लर्निंग पेपर पर काम करने और सैद्धांतिक रूप से समझने की कोशिश करनी पड़ी कि क्या हो रहा था।
सुचोलुटस्की ने जोर देकर कहा कि यह अभी शुरुआती चरण है। नया पेपर दिखाता है कि एलओ-शॉट सीखना संभव है। शोधकर्ताओं को अब एलओ-शॉट सीखने के लिए आवश्यक एल्गोरिदम विकसित करना होगा। इस बीच, उन्होंने कहा कि टीम को विविध क्षेत्रों में शोधकर्ताओं से रुचि मिली है ज्वालामुखी विज्ञान, चिकित्सा इमेजिंग, और साइबर सुरक्षा - ये सभी इस प्रकार के ए.आई. से लाभान्वित हो सकते हैं। सीखना।
"मुझे उम्मीद है कि हम जल्द ही इन नए उपकरणों को लागू करना शुरू कर पाएंगे, लेकिन मैं दूसरों को प्रोत्साहित करता हूं मशीन सीखने वाले शोधकर्ता भी उस प्रक्रिया को तेज करने के लिए इस दिशा की खोज शुरू कर रहे हैं,'' सुचोलुटस्की कहा।
संपादकों की सिफ़ारिशें
- सुरक्षा रोबोट आपके निकट किसी स्कूल में आ सकते हैं
- अमेज़ॅन उत्पाद समीक्षाओं को सारांशित करने के लिए एआई तैनात करता है
- जॉब विज्ञापन से पता चलता है कि अमेज़न ने सर्च के लिए 'पीढ़ी में एक बार' बदलाव की योजना बनाई है
- एनवीडिया का नवीनतम ए.आई. परिणाम साबित करते हैं कि एआरएम डेटा सेंटर के लिए तैयार है
- एनवीडिया की नई आवाज ए.आई. बिल्कुल एक वास्तविक व्यक्ति की तरह लगता है
अपनी जीवनशैली को उन्नत करेंडिजिटल ट्रेंड्स पाठकों को सभी नवीनतम समाचारों, मजेदार उत्पाद समीक्षाओं, व्यावहारिक संपादकीय और एक तरह की अनूठी झलक के साथ तकनीक की तेज़ गति वाली दुनिया पर नज़र रखने में मदद करता है।
