ძალიან იშვიათი გამონაკლისების გარდა, ყველა მნიშვნელოვანი წინსვლა ხელოვნური ინტელექტის სფეროში ეს საუკუნე იყო მანქანათმცოდნეობის შედეგი. როგორც მისი სახელი გულისხმობს (და ეწინააღმდეგება სიმბოლურ ა.ი.-ს, რომელიც ახასიათებდა დიდი ნაწილის პირველ ნახევარს სფეროს ისტორია), მანქანური სწავლება მოიცავს ჭკვიან სისტემებს, რომლებიც არ იცავენ მხოლოდ წესებს, არამედ რეალურად, ვისწავლოთ.
მაგრამ არის პრობლემა. პატარა ადამიანის ბავშვისგან განსხვავებით, მანქანურ სწავლებას უნდა აჩვენოს ტრენინგის მაგალითების დიდი რაოდენობა, სანამ ის წარმატებით ამოიცნობს მათ. არ არსებობს ისეთი რამ, როგორიცაა, ვთქვათ, "დუფერის" მსგავსი ობიექტის დანახვა (თქვენ არ იცით რა არის ეს, მაგრამ ჩვენ დადებთ დაიმახსოვრებდი მას, თუ ერთს ნახავდი) და ამის შემდეგ შეძლებდა ყოველი მომდევნო დუფერის ამოცნობას, რასაც ხედავ.
რეკომენდებული ვიდეოები
თუ A.I. აპირებს გამოიყენოს თავისი პოტენციალი, მნიშვნელოვანია, რომ მას შეუძლია ისწავლოს ამ გზით. მიუხედავად იმისა, რომ პრობლემა ჯერ კიდევ გადაუჭრელია, ა ახალი კვლევითი ნაშრომი ონტარიოში, ვატერლოოს უნივერსიტეტიდან
აღწერს ა პოტენციური გარღვევის პროცესი სახელწოდებით LO-shot (ან ერთზე ნაკლები გასროლით) სწავლა. ეს საშუალებას მისცემს მანქანებს ისწავლონ ბევრად უფრო სწრაფად, როგორც ადამიანები. ეს სასარგებლო იქნება მრავალი მიზეზის გამო, მაგრამ განსაკუთრებით ის სცენარებისთვის, რომლებშიც დიდი რაოდენობით მონაცემები არ არსებობს ტრენინგისთვის.ერთზე ნაკლები სწავლის დაპირება
„ჩვენი LO-shot სასწავლო ნაშრომი თეორიულად იკვლევს ნიმუშების უმცირეს რაოდენობას, რომლებიც საჭიროა მანქანური სწავლის მოდელების მოსამზადებლად. ილია სუჩოლუცკი, დოქტორი. პროექტზე მომუშავე სტუდენტმა განუცხადა Digital Trends-ს. „ჩვენ აღმოვაჩინეთ, რომ მოდელებს რეალურად შეუძლიათ ისწავლონ მეტი კლასის ამოცნობა, ვიდრე მათ მიერ მოწოდებული ტრენინგის მაგალითების რაოდენობა. ჩვენ თავდაპირველად შევამჩნიეთ ეს შედეგი ემპირიულად, როდესაც ვმუშაობდით ჩვენს წინა ნაშრომზე რბილი ეტიკეტების მონაცემთა დისტილაცია, მეთოდი მცირე სინთეზური მონაცემთა ნაკრების გენერირებისთვის, რომელიც ავარჯიშებს მოდელებს იმავე ეფექტურობაზე, თითქოს ისინი იყვნენ დამზადებულნი ორიგინალურ მონაცემთა ბაზაზე. ჩვენ აღმოვაჩინეთ, რომ ჩვენ შეგვიძლია გავავარჯიშოთ ნერვული ბადეები, რომ ამოიცნონ ყველა 10 ციფრი - ნულიდან ცხრამდე - მხოლოდ ხუთი სინთეტიკური მაგალითზე ვარჯიშის შემდეგ, ერთ ციფრზე ნაკლები. … ჩვენ ნამდვილად გაოცებული ვიყავით ამით და სწორედ ამან მიგვიყვანა იმ LO-shot სასწავლო ქაღალდზე მუშაობა, რათა ვეცადოთ და თეორიულად გაგვეგო, რა ხდებოდა.
სუჩოლუცკიმ ხაზგასმით აღნიშნა, რომ ეს ჯერ კიდევ ადრეული ეტაპებია. ახალი ნაშრომი აჩვენებს, რომ LO-shot სწავლა შესაძლებელია. მკვლევარებმა ახლა უნდა შეიმუშაონ ალგორითმები, რომლებიც საჭიროა LO-shot სწავლის შესასრულებლად. იმავდროულად, მან თქვა, რომ გუნდმა მიიღო მკვლევარების ინტერესი ისეთი მრავალფეროვანი სფეროებით, როგორიცაა ვულკანოლოგია, სამედიცინო გამოსახულება და კიბერუსაფრთხოება - ყველა მათგანს შეუძლია ისარგებლოს ამ ტიპის A.I. სწავლა.
”იმედი მაქვს, რომ ჩვენ მალე შევძლებთ ამ ახალი ინსტრუმენტების გამოშვებას, მაგრამ მე მოვუწოდებ სხვას მანქანათმცოდნეობის მკვლევარებმა ასევე დაიწყონ ამ მიმართულების შესწავლა პროცესის დასაჩქარებლად“, - სუჩოლუცკი განაცხადა.
რედაქტორების რეკომენდაციები
- უსაფრთხოების რობოტები შესაძლოა თქვენს მახლობლად მდებარე სკოლაში მოვიდნენ
- Amazon ახორციელებს AI-ს პროდუქტის მიმოხილვების შესაჯამებლად
- ვაკანსიის რეკლამა ცხადყოფს, რომ Amazon გეგმავს „თაობაში ერთხელ“ ცვლილებებს Search-ისთვის
- Nvidia-ს უახლესი A.I. შედეგები ადასტურებს, რომ ARM მზად არის მონაცემთა ცენტრისთვის
- Nvidia-ს ახალი ხმა A.I. ჟღერს ისევე, როგორც ნამდვილი ადამიანი
განაახლეთ თქვენი ცხოვრების წესიDigital Trends ეხმარება მკითხველს თვალყური ადევნონ ტექნოლოგიების სწრაფ სამყაროს ყველა უახლესი სიახლეებით, სახალისო პროდუქტების მიმოხილვებით, გამჭრიახი რედაქციებითა და უნიკალური თვალით.
