Разработка продвинутого искусственного интеллекта подразумевает под собой настройку множественных “нейронных” соединений для получения более крепких и точных связей. Сам процесс подбора параметров не описан научно, что приводит почти к ручной подстановки значений на основе эмпирического опыта. Разработчики из Онтарио спроектировали технологию, которую прозвали гиперсетью, предназначенную для автоматического подбора оптимальных значений для обучения ИИ.
Сообщается, что гиперсеть работает по принципу анализа структуры необходимого искусственного интеллекта. В ходе изучения гиперсеть определяет участки, которые можно оптимизировать и подбирает оптимальные параметры. По словам разработчиков, быстродействие их сети составляет доли секунды, а точность не уступает ИИ, обученному на популярной методике градиентного спуска.
В ходе исследования ученые сравнили обученный ИИ на основе их гиперсети, и ИИ на основе вышеупомянутой методики. Оказалось, что разница в точности вычислений составляла не более пяти процентов. Это является хорошим показателем, учитывая, что ИИ был обучен с помощью другого ИИ. По словам разработчиков, это открывает двери для многих разработчиков, не имеющих большие вычислительные мощности. Однако у гиперсети есть ряд недостатков, среди которых отсутствие самопроверки. в случае ошибки разработчики не смогут узнать о ее наличии.
Источник planet-today
