AI algoritmu, ko iedvesmo tas, kā bērni mācās, ir grūtāk sajaukt

Kategorija: Mākslīgais intelekts Ievietots 06. maijs

Informācijas ugunsdzēsības šļūtene: Standarta prakse mašīnmācīšanās algoritma mācīšanai ir sniegt visu informāciju uzreiz. Pieņemsim, ka veidojat attēlu klasifikācijas sistēmu, lai atpazītu dažādas dzīvnieku sugas. Parādiet tai katras sugas piemērus un attiecīgi marķējiet: piemēram, vācu aitu suns un pūdelis suņiem.

Bet, kad vecāki māca bērnu, pieeja ir pavisam cita. Tie sākas ar daudz plašākiem apzīmējumiem: jebkura suņu suga sākumā ir vienkārši suns. Tikai pēc tam, kad bērns ir iemācījies atšķirt šīs vienkāršās kategorijas, vecāks katru sadala sīkāk.

Izkliedēta neskaidrība: Iedvesmojoties no šīs pieejas, Kārnegija Melona universitātes pētnieki radīja jauna tehnika kas māca neironu tīklam klasificēt lietas pa posmiem. Katrā posmā tīkls redz vienus un tos pašus apmācības datus. Taču etiķetes sākas vienkārši un plaši, laika gaitā kļūstot precīzākas.

Lai noteiktu šo grūtības progresēšanu, pētnieki vispirms parādīja neironu tīklam apmācības datus ar galīgajām detalizētajām etiķetēm. Pēc tam viņi aprēķināja tā saukto apjukuma matricu, kas parāda kategorijas, kuras modelim bija visgrūtāk atšķirt. Pētnieki to izmantoja, lai noteiktu apmācības posmus, agrīnā stadijā grupējot vismazāk atšķiramās kategorijas zem vienas etiķetes un sadalot tās sīkākās etiķetēs ar katru atkārtojumu.

Labāka precizitāte: Testos ar vairākām populārām attēlu klasifikācijas datu kopām šī pieeja gandrīz vienmēr noveda pie galīgā mašīnmācīšanās modeļa, kas pārspēja ar parasto metodi apmācīto. Labākajā gadījumā tas palielināja klasifikācijas precizitāti līdz 7%.

Mācību programmas apguve: Lai gan pieeja ir jauna, tās pamatā esošā ideja nav. Prakse apmācīt neironu tīklu pieaugošos sarežģītības posmos ir pazīstama kā mācību programmas apguve, un tā pastāv kopš 1990. gadiem. Taču iepriekšējie mācību programmas apguves centieni bija vērsti uz to, lai neironu tīklam katrā posmā parādītu citu datu apakškopu, nevis tos pašus datus ar dažādām etiķetēm. Jaunākā pieeja bija prezentēts Raksta līdzautore Otīlija Stretku pagājušajā nedēļā Starptautiskajā mācīšanās reprezentāciju konferencē.

Kāpēc tas ir svarīgi: Lielākajā daļā mūsdienu padziļināto pētījumu tiek uzsvērts modeļu lielums: ja attēlu klasifikācijas sistēmai ir grūtības atšķirt dažādus objektus, tas nozīmē, ka tā nav apmācīta pietiekami daudz piemēru. Taču, aizgūstot ieskatu no tā, kā cilvēki mācās, pētnieki atklāja jaunu metodi, kas ļāva iegūt labākus rezultātus ar tieši tādiem pašiem apmācības datiem. Tajā ir ieteikts veids, kā izveidot datu ziņā efektīvākus mācību algoritmus.