วันพฤหัสบดีที่ 29 ตุลาคม พ.ศ. 2563

เทคนิคที่จะทำให้ AI เรียนรู้ได้โดยไม่ต้องมีข้อมูลฝึกหัด

 

Sample images from the MNIST dataset.WIKIMEDIA

นักวิจัยจาก University of Waterloo ในแคนาดานำเสนอตัวแบบปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI ที่มีความสามารถที่เรียกว่า การเรียนรู้แบบ "less than one”-shot (LO-shot)" นั่นคือระบบสามารถรับรู้วัตถุที่นอกเหนือสิ่งที่มันเคยเรียนรู้มาได้อย่างแม่นยำ นักวิจัยสาธิตแนวคิดนี้โดยใช้ภาพ 60,000 ภาพจากชุดข้อมูลของ MNIST ซึ่งเป็นรูปลายมือของการเขียนเลข 0 ถึง 9 โดยจากงานวิจัยก่อนหน้าของ Massachusetts Institute of Technology ได้กลั่นรูปภาพให้เหลือรูปภาพที่ใช้ฝึกอยู่เพียง 10 รูปภาพ โดยใช้เพียง 10 รูปภาพนี้ ก็ทำให้ AI สามารถเรียนรู้ลายมือของการเขียนเลข 0-9 ได้ ซึ่งนักวิจัยจาก Waterloo ต้องการจะลดจำนวนรูปภาพที่ใช้ฝึกลงไปอีก โดยการพยายามรวมภาพการฝึกเลขหลาย ๆ ตัวไว้ในภาพเดียว โดยใช้เทคโนโลยีที่เรียกว่า Soft labels ซึ่งพยายามจับส่วนที่เหมือนกันของตัวเลขแต่ละตัว จากนั้นก็ฝึกระบบด้วยข้อมูลอย่างเช่น รูปนี้มีเปอร์เซนต์ที่จะเป็นเลข 3 อยู่ 60%  เป็นเลข 8 อยู่ 30% และเป็นเลข 0 อยู่ 10% เป็นต้น ซึ่งจากการทดลองพบว่าตัวอย่างเพียงสองตัวอย่างอาจแยกความแตกต่างได้เป็น หมื่นหรือเป็นล้านคลาส ซึ่งนักวิจัยบอกว่าประสิทธิภาพของวิธีนี้ขึ้นอยู่กับชุดข้อมูลที่จะถูกนำมาใช้ด้วย

อ่านข่าวเต็มได้ที่:  MIT Technology Review

 

ไม่มีความคิดเห็น:

โพสต์ความคิดเห็น