首页 >人工智能 > 内容

科学家找到了提高机器学习效率的方法

人工智能 2021-02-09 10:19:29

一般而言,机器学习和AI一天将帮助我们节省时间和资源,因为计算机控制的决策流程将变得更加高效。但是,现在的机器学习本身非常昂贵,而且非常耗时,因为为了训练算法,必须在训练中使用一个对象的数千个示例。

现在,滑铁卢大学的科学家们现在开发了一种效率更高的过程,称为“少于一次的学习”。

如果应用了一种新颖的少于一次的解决方案,则可以更加有效地训练机器学习。图片来源:GDJ通过Wikimedia

机器学习是一个复杂的过程。在机器学习的另一面,有人在教它。需要大量的数据池来教导神经网络识别某些信息。但是,这种情况即将改变。在以前的研究中,来自加拿大的科学家设法训练了一个神经网络,仅使用五个就可以对所有10位数字的手写图像进行分类。科学家很高兴通过使用精心设计的软标签示例,他们设法以每位数少于一个示例的方式来教授该算法。

现在,科学家使用“ k近邻”机器学习算法来证明,即使对于某些类别而言,没有足够的数据,该算法也有可能学会区分不同的对象。该研究的主管Matthias Schonlau表示:“一开始似乎绝对不可能的事情确实已被证明是可行的。这绝对令人惊讶,因为模型可以学习的类比您所拥有的示例要多,这是由于这个软标签所致。”

当然,科学家很高兴证明这一概念是可行的,但是现在他们将不得不在适用该原理的应用上进行研究。显然,使事情变得更加有效对所有事情都有好处,但是某些应用程序可能比其他应用程序更兼容。例如,科学家们正在考虑使用AI的物联网设备和智能手机-这种技术将从快速学习算法中受益。少于一次的学习方法将使AI算法更快,更小,更轻便且易于部署。从本质上讲,它将有助于在可以从中受益的更多应用中使用该技术。

人工智能现在非常昂贵,缓慢而沉重。为此需要强大的计算机,以及大量的时间和资源。随着AI的广泛传播,有意义的是它需要变得更加高效。这将使它的应用更容易应用于更多不同的领域。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢。