L’apprendimento automatico periodico attraversa algoritmi per migliorare i modelli di intelligenza artificiale – Scienza

Come la tavola chimica periodica, il Massachusetts Institute of Technology (MIT) ha creato una tabella dedicata alla pratica della macchina. IL L’obiettivo è creare infrastrutture unificate per aiutare a migliorare i modelli di intelligenza artificiale o per crearne di nuovi per combinare idee esistenti.

UN. La tavola periodica dell’apprendimento automatico mostra come sono collegati più di 20 algoritmi di apprendimento automatico classico. I ricercatori possono creare nuove strategie o, se possibile, creare nuove soluzioni per unire diversi metodi per migliorare i modelli AI esistenti. È possibile creare un nuovo algoritmo di classificazione delle immagini combinando gli elementi di due diversi algoritmi, che ha una prestazione migliore dell’8% rispetto alle attuali soluzioni Gama.

Secondo il MIT, La tabella si espande da un’idea importante: tutti gli algoritmi apprendono un tipo specifico di relazione tra due punti dati. Ogni algoritmo migliora in una direzione leggermente diversaI matematici nucleari sono gli stessi dietro ogni approccio. Su questa base, gli scienziati hanno identificato un’equazione unificata basata su diversi algoritmi di AI classici.

Questa equazione è stata utilizzata per riformare i metodi popolari e allinearli sulla tabellaTutti sono classificati in base alle relazioni strette che hai imparato.

Quando è stata creata una tabella di elementi chimici, gli scienziati hanno lasciato lo spazio pieno di innovazioni. Lo stesso vale per un nuovo caso dedicato alla pratica della macchina, TS che dovrebbe esistere dove dovrebbero esistere algoritmi, ma non sono stati ancora trovati. “Abbiamo iniziato a guardare la pratica della macchina come un sistema con una struttura in grado di esplorare i progressi piuttosto che ingerire”, ha detto il ricercatore Shaden Alshammeri Do Mitt.

UN. La tabella è stata ispirata da una combinazione di algoritmi in cui il ricercatore ha inventato i punti di contatto dei dati di formazione. E da qui ha cercato di riflettere gli altri, classificando questi algoritmi. Mentre il tavolo era allineato, i ricercatori iniziarono a osservare le carenze degli algoritmi.

Può contattare uno studio completo Pubblicazione MIT MIT.