Вчені розробили новий підхід до навчання штучного інтелекту, який не потребує людських даних -- Jerusalem Post.

Дослідники Тель-Авівського університету в Ізраїлі та Стенфордського університету розробили метод навчання штучного інтелекту, за якого моделі можуть тренувати одна одну без використання створеного людьми контенту чи зовнішніх наборів даних. Про це повідомляє Jerusalem Post з посиланням на заяву Тель-Авівського університету.

Дві моделі створювали завдання одна для одної

У ході експерименту дослідники застосували дві різні моделі штучного інтелекту. Одна модель відповідала за генерування послідовностей символів, тоді як інша мала завдання передбачити наступний символ у цій послідовності. Цікаво, що для роботи системи не знадобилися жодні зовнішні матеріали, такі як тексти чи зображення — навчальні дані були сформовані безпосередньо в процесі.

Під час виконання вправ модель, що створювала послідовності, ускладнювала завдання, сприяючи покращенню результатів другої моделі. Відповідно, ця модель вдосконалювала свою здатність передбачати наступні елементи, вирішуючи поставлені завдання. Результати дослідження були опубліковані на науковій платформі arXiv.

Більше свіжих новин шукайте в нашому Telegram-каналі UA.News.

Перевірка вмісту на текстах, графіках та програмному коді.

Для того щоб оцінити можливість використання здобутих навичок у реальних умовах, дослідники провели тестування моделі на різних типах даних, включаючи текст, зображення, звук, музику, програмний код та послідовності ДНК. В ході експериментів було виявлено, що підвищення обчислювальних ресурсів для навчання призводить до зростання точності прогнозів.

Дослідники також підкреслили, що існує суттєва різниця між виявленням закономірностей і здобуттям знань про навколишню дійсність. Хоча моделі можуть удосконалювати свої прогнози без залучення зовнішньої інформації, для того щоб отримати реальні дані про об'єкти та явища, їм все ж необхідний доступ до відповідних джерел інформації.