Систему глубокого обучения заставили тренироваться самостоятельно

Эксперты машинного обучения из Университета Райса (штат Техас) в сотрудничестве с коллегами из Бэйлорского медицинского колледжа разработали новый метод глубокого обучения, позволяющий компьютеру обучаться на визуальных примерах почти без посторонней помощи, как этот делают человеческие дети на первом году жизни.

Предложенный алгоритм представляет собой «свёрточную нейтронную сеть», которая моделирует базовое строение зрительной коры – участка головного мозга, отвечающего за восприятие визуальной информации. Искусственные нейроны в ней организованы в слои, первый из которых сканирует изображение и выявляет в нем края и изменения цвета, а каждый последующий слой – изучает данные, полученные с предыдущего, и ищет все более сложные закономерности. В математике такой метод вложенного поиска называется нелинейным.

На конференции NIPS (Neural Information Processing Systems), состоявшейся в этом месяце в Барселоне (Испания), исследователи описали, как они тренировали свой алгоритм. Системе показали десять правильных примеров написания каждой из цифр от нуля до девяти, после чего предоставили ей возможность учиться самостоятельно на массиве, содержащем несколько тысяч примеров.

В последующих испытаниях эта система, использующая так называемое обучение с частичным контролем (semisupervised learning) проявила себя лучше почти всех других известных алгоритмов, тренированных на тысячах правильных примеров написания каждой цифры.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365