Новая технология значительно ускорит время обучения нейросетей
Методика машинного обучения - трудоемкий и дорогостоящий процесс, включающий предоставление нейросети огромного количества примеров. Так, чтобы ИИ-модель распознала лошадь, ей необходимо показать тысячи изображений этого животного. Инженерам канадского Университета Ватерлоо удалось найти более оригинальный метод работы с ИИ, значительно сокращающий сроки его обучения новым моделям.
Согласно описанию метода, ИИ-модели будет достаточно однократного обучения для дальнейшего распознавания заданных предметов. Оригинальный способ под рабочим названием "меньше одного" исследователи представили на примере рукописных цифр. Раньше компьютеру требовалось до 60 000 обучающих изображений, однако в этот раз ему предоставили одну сводную картинку, в которой "смешали" множество вариантов написания со специальными метками.
"Если взять, к примеру, цифру 3, она выглядит как цифра 8, но не как цифра 7. Мягкие ярлыки пытаются уловить эти общие функции. Поэтому вместо того, чтобы сказать машине: "Это изображение - цифра 3", мы говорим, что это изображение на 60% цифра 3, на 30% цифра 8 и на 10% цифра 0", - пояснил один из авторов проекта.
Чтобы доказать, что у метода нет ограничений в категориях, исследователи протестировали алгоритм на модели kNN, которая классифицирует объекты по соседним признакам с использованием графического подхода. Хотя результаты оказались положительными, с разработкой более сложных алгоритмов, задача значительно усложнится. Сейчас команда исследователей работает над упрощением способа создания крошечных синтетических наборов данных. В перспективе это поможет значительно ускорить обучение ИИ во всех отраслях его применения.
