कंप्यूटर वैज्ञानिक अपने बुरे डेटा को भूल जाना चाहते हैं

$config[ads_kvadrat] not found

A day with Scandale - Harmonie Collection - Spring / Summer 2013

A day with Scandale - Harmonie Collection - Spring / Summer 2013
Anonim

जब "खराब" डेटा को एक मशीन लर्निंग सिस्टम में चूसा जाता है - तो यह कैसे एलन ग्रीन्सपेन ने 2008 के मंदी की भविष्यवाणी करने में विफल रहे कंप्यूटर मॉडल पर चर्चा करते हुए बताया - यह जानकारी विस्थापित करना मुश्किल हो सकता है। लेकिन एक नई अवधारणा, क्रमशः कोलंबिया विश्वविद्यालय और लेह विश्वविद्यालय के कंप्यूटर वैज्ञानिक जुनफेंग यांग और यिनझी काओ द्वारा प्रस्तावित, कंप्यूटरों के लिए अनलिमिटेड का विचार लाती है। जैसा कि काओ और यांग ने 2015 IEEE Xplore कॉन्फ्रेंस के लिए प्रकाशित सार में लिखा है, आपको भूल जाने के लिए सभी को वापस एक वर्ग में नहीं जाना होगा:

एक प्रशिक्षण डेटा नमूने को भूलने के लिए, हमारा दृष्टिकोण बस छोटी संख्या में अपडेट करता है - खरोंच से पीछे हटने की तुलना में विषम रूप से तेज। हमारा दृष्टिकोण सामान्य है, क्योंकि योग प्रपत्र सांख्यिकीय क्वेरी सीखने से है जिसमें कई मशीन लर्निंग एल्गोरिदम को लागू किया जा सकता है। हमारा दृष्टिकोण मशीन लर्निंग के सभी चरणों पर भी लागू होता है, जिसमें सुविधा चयन और मॉडलिंग शामिल हैं। चार अलग-अलग शिक्षण प्रणालियों और वास्तविक दुनिया के वर्कलोड पर हमारा मूल्यांकन दर्शाता है कि हमारा दृष्टिकोण सामान्य, प्रभावी, तेज और उपयोग में आसान है।

मशीन लर्निंग की अवधारणा सूचना के टीले और टीले के बाहर बनी नींव पर टिकी हुई है। यह कुछ कनेक्शन बनाने के लिए रोबोट या कृत्रिम बुद्धिमत्ता सिखाने में मददगार हो सकता है - जैसे कि अगर कोई भारी कोट में कोई व्यक्ति कुल्हाड़ी चला रहा है, तो वह फायर फाइटर हो सकता है। लेकिन इन प्रशिक्षण सत्रों में, डेटा सेट के आधार पर गलत कनेक्शन उत्पन्न हो सकते हैं। आपका रोबोट सोच सकता है कि सभी अग्निशामक दाढ़ी रखते हैं। यह, जाहिर है, कुछ ऐसा है जो आप एक कंप्यूटर चाहते हैं unthink.

काओ और यांग ने डेटा वंश की अवधारणा पर रोबोट सूचनात्मक अछूता के इस विचार को आधार बनाया - यह कि डेटा पूरी तरह से वसंत में पूरी तरह से दुनिया में नहीं बना है, लेकिन कच्चे डेटा को संसाधित करने के रूप में एक पता लगाने योग्य इतिहास है, नोट कुरजवील ए.आई. । यह मानते हुए कि वंश अपनी शिक्षा को पूरी तरह से मिटाए बिना, मशीनों को डेटा के कुछ चुनिंदा हिस्सों को अनजान करने की अनुमति देता है।

$config[ads_kvadrat] not found