En AI-algoritme inspireret af, hvordan børn lærer, er sværere at forveksle

Kategori: Kunstig intelligens Udsendt maj 06

Information brandslange: Standardpraksis for undervisning i en maskinlæringsalgoritme er at give den alle detaljerne på én gang. Lad os sige, at du bygger et billedklassificeringssystem til at genkende forskellige dyrearter. Du viser den eksempler på hver art og mærker dem i overensstemmelse hermed: schæferhund og puddel til hunde, for eksempel.

Men når en forælder underviser et barn, er tilgangen helt anderledes. De starter med meget bredere betegnelser: enhver hundeart er i starten blot en hund. Først efter at barnet har lært at skelne mellem disse simplere kategorier, opdeler forælderen hver enkelt i flere detaljer.

Fjernet forvirring: Med inspiration fra denne tilgang skabte forskere ved Carnegie Mellon University en ny teknik der lærer et neuralt netværk at klassificere ting i etaper. I hver fase ser netværket de samme træningsdata. Men etiketterne starter enkelt og bredt og bliver mere specifikke med tiden.

For at bestemme denne sværhedsgrad viste forskerne først det neurale netværk træningsdataene med de endelige detaljerede etiketter. De beregnede derefter, hvad der er kendt som en forvirringsmatrix, som viser de kategorier, som modellen havde sværest ved at skelne fra hinanden. Forskerne brugte dette til at bestemme træningsstadierne, grupperede de mindst skelnelige kategorier sammen under én etiket i tidlige stadier og opdelte dem igen i finere etiketter med hver iteration.

Bedre nøjagtighed: I test med flere populære billedklassificeringsdatasæt førte tilgangen næsten altid til en endelig maskinlæringsmodel, der overgik en, der blev trænet ved den konventionelle metode. I det bedste tilfælde øgede det klassificeringsnøjagtigheden op til 7 %.

Læreplan: Selvom tilgangen er ny, er ideen bag det ikke. Praksis med at træne et neuralt netværk på stigende sværhedsgrader er kendt som curriculum learning og har eksisteret siden 1990'erne. Men tidligere læreplaner fokuserede på at vise det neurale netværk en anden delmængde af data på hvert trin, snarere end de samme data med forskellige etiketter. Den seneste tilgang var præsenteret af avisens medforfatter Otilia Stretcu ved den internationale konference om læringsrepræsentationer i sidste uge.

Hvorfor det er vigtigt: Langt størstedelen af ​​deep-learning forskning i dag understreger størrelsen af ​​modeller: Hvis et billedklassificeringssystem har svært ved at skelne mellem forskellige objekter, betyder det, at det ikke er blevet trænet i nok eksempler. Men ved at låne indsigt fra den måde, mennesker lærer på, fandt forskerne en ny metode, der gjorde det muligt for dem at opnå bedre resultater med nøjagtig de samme træningsdata. Det foreslår en måde at skabe mere dataeffektive læringsalgoritmer på.