Naukowcy opracowali metodę uczenia AI bez danych od ludzi — Jerusalem Post

Naukowcy z Uniwersytetu Telawiwskiego w Izraelu i Uniwersytetu Stanforda opracowali metodę uczenia sztucznej inteligencji, w której modele mogą trenować się nawzajem bez wykorzystywania treści stworzonych przez ludzi ani zewnętrznych zbiorów danych. Poinformował o tym Jerusalem Post, powołując się na oświadczenie Uniwersytetu Telawiwskiego.

Dwa modele tworzyły zadania dla siebie nawzajem

W ramach eksperymentu naukowcy wykorzystali dwa modele AI. Jeden z nich generował sekwencje symboli, podczas gdy drugi miał przewidzieć następny symbol. System nie potrzebował do tego tekstów, fotografii ani innych zewnętrznych źródeł: materiały szkoleniowe powstawały w samym procesie.

W miarę wykonywania ćwiczeń model generujący sekwencje tworzył coraz bardziej złożone zadania, które mogły poprawić wyniki drugiego modelu. Ten z kolei rozwijał zdolność przewidywania kolejnych elementów, rozwiązując te zadania. Wyniki badania opublikowano na platformie naukowej arXiv.

Więcej aktualnych wiadomości na kanale UA.News w Telegramie Telegram.

Testy na tekstach, obrazach i kodzie

Aby sprawdzić, czy nabyte umiejętności można zastosować poza sztucznym środowiskiem, badacze przetestowali model na języku pisanym, obrazach, dźwięku, muzyce, kodzie programistycznym i sekwencjach DNA. Wyniki eksperymentów wykazały, że dokładność przewidywania rosła, gdy na uczenie przeznaczano więcej zasobów obliczeniowych.

Jednocześnie badacze podkreślili różnicę między rozpoznawaniem prawidłowości a zdobywaniem wiedzy o rzeczywistym świecie. Modele mogą rozwijać umiejętności przewidywania bez danych zewnętrznych, jednak aby uzyskać faktyczne informacje o realnych przedmiotach i zjawiskach, nadal potrzebują dostępu do odpowiednich danych.