Computerforskere vil gerne gøre robotter glemme deres dårlige data

$config[ads_kvadrat] not found

En Snak Om Seksualitet...og alt for meget Rødvin!

En Snak Om Seksualitet...og alt for meget Rødvin!
Anonim

Når "dårlige" data bliver suget ind i et maskinindlæringssystem - sådan beskriver Alan Greenspan det, når man diskuterer de computermodeller, der ikke forudsagde recessionen i 2008 - disse oplysninger kan være svære at løsrive. Men et nyt koncept, foreslået af computerforskere Junfeng Yang og Yinzhi Cao, fra henholdsvis Columbia University og Lehigh University, bringer ideen om at lære op til computere. Som Cao og Yang skriver i det abstrakte udgivet til IEEE Xplore-konferencen i 2015, behøver du ikke at gå helt tilbage til firkantet for at glemme:

For at glemme en træningsdata prøve opdateres vores tilgang blot et lille antal summer - asymptotisk hurtigere end omskoling fra bunden. Vores tilgang er generel, fordi summeringsformularen er fra den statistiske forespørgselsindlæring, hvor mange maskinalæringsalgoritmer kan implementeres. Vores tilgang gælder også for alle faser af maskinindlæring, herunder funktionsvalg og modellering. Vores evaluering på fire forskellige læringssystemer og virkelige arbejdsbyrder viser, at vores tilgang er generel, effektiv, hurtig og nem at bruge.

Konceptet maskinindlæring hviler på et fundament bygget ud af mounds og mounds of information. Det kan være nyttigt at lære robotter eller kunstige intelligenser at lave bestemte forbindelser - som hvis en person i et tungt lag har en økse, kan han eller hun være brandmand. Men i disse træningssessioner kan der opstå fejlagtige forbindelser, baseret på datasættet. Din robot tror måske, at alle brandmænd har skæg. Dette er selvfølgelig noget, du vil have en computer til unthink.

Cao og Yang baserer denne ide om robotinformationsmæssig frakobling af begrebet datalinje - disse data forår ikke fuldt ud til verden, men har en sporbar historie, da de rå data behandles, noter Kurzweil A.I. Udnyttelse af denne slægt giver maskiner mulighed for at udlevere udvalgte dele af data uden helt at tørre deres uddannelse.

$config[ads_kvadrat] not found