Els científics informàtics volen que els robots obliden les seves males dades

$config[ads_kvadrat] not found

TLS Handshake Explained - Computerphile

TLS Handshake Explained - Computerphile
Anonim

Quan les dades "dolentes" s’apropen a un sistema d’aprenentatge automàtic, Alan Greenspan l’ha publicat quan va discutir els models informàtics que no van poder predir la recessió del 2008: aquesta informació pot ser difícil de desallotjar. Però un nou concepte, proposat pels informàtics Junfeng Yang i Yinzhi Cao, de la Universitat de Columbia i la Universitat de Lehigh, respectivament, aporta la idea de desaprendre a les computadores. A mesura que Cao i Yang escriuen en el resum publicat per a la conferència IEEE Xplore 2015, no heu de tornar a la plaça per oblidar-vos:

Per oblidar una mostra de dades d'entrenament, el nostre enfocament només actualitza un petit nombre de sumatoris, més asimptòticament que el reciclatge des de zero. El nostre enfocament és general, ja que la forma de sumació prové de l’aprenentatge de consultes estadístiques en què es poden implementar molts algoritmes d’aprenentatge automàtic. El nostre enfocament també s'aplica a totes les etapes de l’aprenentatge automàtic, incloent la selecció i el modelatge de característiques. La nostra avaluació, en quatre sistemes d'aprenentatge i càrregues de treball del món real, demostra que el nostre enfocament és general, eficaç, ràpid i fàcil d'utilitzar.

El concepte d'aprenentatge automàtic es basa en una fundació construïda a partir de monticles i muntanyes d'informació. Això pot ser útil per ensenyar robots o intel·ligències artificials a establir determinades connexions, com ara si un individu amb un abric pesat té una destral, ell o ella pot ser un bomber. Però en aquestes sessions d’entrenament, poden sorgir connexions errònies, basades en el conjunt de dades. El vostre robot podria pensar que tots els bombers tenen barbes. Això, òbviament, és una cosa per la qual voleu un ordinador no pensa.

Cao i Yang basen aquesta idea d'informació robòtica separant-se del concepte de llinatge de dades: les dades no es formen completament al món, sinó que tenen una història traçable a mesura que es processen les dades en brut, notes Kurzweil A.I. L’explotació d’aquest llinatge permet a les màquines desaprendre determinades parts de dades, sense esborrar completament la seva educació.

$config[ads_kvadrat] not found