Többet tanul az algoritmus, mint amennyit tanítanak neki
2016. november 19. 10:00
Siri és más intelligens asszisztensek hamarosan a „milyen színű a hajam” jellegű kérdéseket is megválaszolhatják. A korábbiaknál jobban teljesítő, közvetlen emberi utasításokból tanuló kanadai algoritmus segítheti őket.
2016. november 19. 10:00
p
0
0
0
Mentés
A Toronto Egyetem kutatói fejlesztettek egy algoritmust, amely jobban tanul közvetlen emberi utasításokból, mintha példasorokat használ.
Ideghálókat általában felcímkézett példákkal látnak el, és megtanítják nekik az ezeken a mintákon alapuló döntéshozást. Az új heurisztikus modellel az algoritmust a gyakorlóminták osztályozására használandó utasításokkal programozzák. Parham Aarabi és Wenzhi Guo arra trenírozta, hogy személyek haját azonosítsa fényképeken.
„Megtanult helyesen osztályozni nehéz határeseteket, amikor a haj textúráját meg kell különböztetni a háttérétől. Azt láttuk, hogy olyasmiről van szó, mint amikor a tanár tanít egy gyereket, és a gyerek többet tanul meg, mint amire a tanár eredetileg oktatta” – magyarázza Aarabi.
Az új módszert használó algoritmus 160 százalékkal jobban teljesített a hagyományos gyakorlótechnikáknál, saját eredeti gyakorlómodelljét pedig 9 százalékkal múlta felül. Tehát akárcsak az Aarabi példájában szereplő gyerek, ő is többet tanult meg, mint amire a tanárok kezdetben okították.
A kutatók szerint heurisztikus megoldásuk korábban nem címkézett adatok, például orvosi diagnosztikához használt ráksejtek, önvezető autókat körülvevő tárgyak stb. osztályozásra lesz jó.
Afrika is igyekszik bekapcsolódni a mesterségesintelligencia-versenybe a hiányos infrastruktúra és finanszírozás ellenére. A kutatók azonban leszögezik, hogy semmiképpen sem úgy, ahogyan azt a Nyugat szeretné.
A MÁV-csoportnál elrendelte a téli forgalmi eljárások alkalmazását, a rendkívüli helyzetekre reagálni tudó ügyeleti rend érvényesítését – tájékoztatott Hegyi Zsolt.