chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

谷歌研究人員發(fā)現(xiàn)了機(jī)器學(xué)習(xí)模型常見失敗的一個(gè)主要原因

ss ? 來源:OFweek物聯(lián)網(wǎng) ? 作者:OFweek物聯(lián)網(wǎng) ? 2020-11-30 17:44 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

機(jī)器學(xué)習(xí)模型在實(shí)驗(yàn)室中調(diào)整和調(diào)整到近乎完美的性能,但在現(xiàn)實(shí)環(huán)境中往往會(huì)失敗,這已經(jīng)不是什么秘密了。這通常被歸結(jié)為人工智能接受訓(xùn)練和測試的數(shù)據(jù)與它在現(xiàn)實(shí)中遇到的數(shù)據(jù)不匹配,這個(gè)問題被稱為數(shù)據(jù)轉(zhuǎn)移。例如,經(jīng)過訓(xùn)練,能夠在高質(zhì)量的醫(yī)學(xué)圖像中發(fā)現(xiàn)疾病跡象的人工智能,將難以識別繁忙的診所中廉價(jià)相機(jī)捕捉到的模糊或裁剪的圖像。

現(xiàn)在,谷歌的7個(gè)不同團(tuán)隊(duì)的40名研究人員發(fā)現(xiàn)了機(jī)器學(xué)習(xí)模型常見失敗的另一個(gè)主要原因。這被稱為“不規(guī)范”,它可能是一個(gè)比數(shù)據(jù)轉(zhuǎn)移更大的問題。領(lǐng)導(dǎo)這項(xiàng)研究的Alex D‘a(chǎn)mour說:“我們對機(jī)器學(xué)習(xí)模型的要求比我們目前的方法所能保證的要多?!?/p>

D’amour最初的調(diào)查如同滾雪球般滾來滾去,數(shù)十名谷歌研究人員最終著眼于一系列不同的人工智能應(yīng)用,從圖像識別到自然語言處理(NLP)再到疾病預(yù)測。他們發(fā)現(xiàn),不規(guī)范的要求是所有這些項(xiàng)目表現(xiàn)不佳的原因。問題在于機(jī)器學(xué)習(xí)模型的訓(xùn)練和測試方式,沒有簡單的解決辦法。

粗略地說,建立一個(gè)機(jī)器學(xué)習(xí)模型需要在大量的例子上訓(xùn)練它,然后在一堆它還沒有見過的類似的例子上測試它。當(dāng)模型通過測試時(shí),就完成了。

谷歌的研究人員指出,這個(gè)標(biāo)準(zhǔn)太低了。訓(xùn)練過程可以產(chǎn)生許多不同的全部通過測試的模型,但是這些模型會(huì)有一些小差異,取決于諸如在培訓(xùn)開始之前隨機(jī)值的神經(jīng)網(wǎng)絡(luò)中的節(jié)點(diǎn)、訓(xùn)練數(shù)據(jù)、被選中或者代表的方式、培訓(xùn)運(yùn)行的數(shù)量等等。如果這些微小的、隨機(jī)的差異不影響模型在測試中的表現(xiàn),它們通常會(huì)被忽視。但事實(shí)證明,在現(xiàn)實(shí)世界中,它們會(huì)導(dǎo)致巨大的表現(xiàn)差異。

換句話說,如今用來構(gòu)建大多數(shù)機(jī)器學(xué)習(xí)模型的過程無法區(qū)分哪些模型在現(xiàn)實(shí)世界中可行,哪些模型不可行。

為了解決這一問題,一種選擇是在培訓(xùn)和測試過程中設(shè)計(jì)一個(gè)額外的階段,在這個(gè)階段中可以同時(shí)生產(chǎn)多個(gè)模型,而不是只生產(chǎn)一個(gè)。然后,這些相互競爭的模型可以在具體的現(xiàn)實(shí)任務(wù)中再次進(jìn)行測試,以選擇最適合這項(xiàng)工作的模型。

那需要做很多工作。蘇黎世聯(lián)邦理工學(xué)院的機(jī)器學(xué)習(xí)研究員Yannic Kilcher說,但是對于像谷歌這樣建造和部署大型模型的公司來說,這樣做是值得的。谷歌可以提供50種不同版本的NLP模型,應(yīng)用程序開發(fā)人員可以選擇最適合他們的一個(gè),他說。

D ‘Amour和他的同事們還沒有解決這個(gè)問題,但正在探索改進(jìn)培訓(xùn)過程的方法。他表示:“我們需要更好地明確我們對模型的要求?!薄耙?yàn)樽罱K的結(jié)果往往是,我們只是在模型在實(shí)際應(yīng)用中失敗之后才發(fā)現(xiàn)這些要求?!?/p>

如果人工智能想要在實(shí)驗(yàn)室之外產(chǎn)生和在實(shí)驗(yàn)室內(nèi)部一樣大的影響,那么進(jìn)行修復(fù)是至關(guān)重要的。在谷歌從事醫(yī)療人工智能領(lǐng)域工作的合著者凱瑟琳海勒(Katherine Heller)表示,當(dāng)人工智能在現(xiàn)實(shí)世界中表現(xiàn)不佳時(shí),人們就不太愿意使用它了:“在殺手級應(yīng)用方面,我們已經(jīng)失去了很多信任,這是我們希望重新獲得的重要信任?!?/p>

責(zé)任編輯:xj

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6238

    瀏覽量

    109831
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    37012

    瀏覽量

    290029
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8528

    瀏覽量

    135870
  • nlp
    nlp
    +關(guān)注

    關(guān)注

    1

    文章

    491

    瀏覽量

    23045
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    文讀懂大模型常見的10個(gè)核心概念

    如今高效智能的AI大模型,正如雨后春筍般破土而出,人們對于AI大模型學(xué)習(xí)與探索之路,也愈發(fā)寬闊平坦。雖然AI工具已不再陌生,但其中關(guān)于AIPrompt、大模型的吞吐量、蒸餾與量化、私
    的頭像 發(fā)表于 09-22 17:02 ?986次閱讀
    <b class='flag-5'>一</b>文讀懂大<b class='flag-5'>模型</b><b class='flag-5'>常見</b>的10<b class='flag-5'>個(gè)</b>核心概念

    電流探頭消磁失敗原因與解決策略

    探頭的消磁失敗現(xiàn)象時(shí)有發(fā)生,這不僅會(huì)降低測量結(jié)果的準(zhǔn)確性,還可能影響測試進(jìn)度。本文深入剖析消磁失敗常見原因,并提出了針對性的解決策略。
    的頭像 發(fā)表于 09-18 13:46 ?286次閱讀
    電流探頭消磁<b class='flag-5'>失敗</b>的<b class='flag-5'>原因</b>與解決策略

    超小型Neuton機(jī)器學(xué)習(xí)模型, 在任何系統(tǒng)級芯片(SoC)上解鎖邊緣人工智能應(yīng)用.

    Neuton 是家邊緣AI 公司,致力于讓機(jī)器 學(xué)習(xí)模型更易于使用。它創(chuàng)建的模型比競爭對手的框架小10 倍,速度也快10 倍,甚至可以在最
    發(fā)表于 07-31 11:38

    無刷直流電機(jī)雙閉環(huán)串級控制系統(tǒng)仿真研究

    Madlab進(jìn)行BLDC建模仿真的方法,并且也提出了很多的建模仿真方案。例如有研究人員提出采用節(jié)點(diǎn)電流法對電機(jī)控制系統(tǒng)進(jìn)行分析,通過列寫m函數(shù),建立BLDC控制系統(tǒng)真模型,這種方法實(shí)質(zhì)上是種整體建模
    發(fā)表于 07-07 18:36

    sys_sem_free()傳入的參數(shù)變成了NULL,引起這個(gè)現(xiàn)象的主要原因有哪些?

    ).sem); 此時(shí)該傳入的參數(shù)在莫名的情況下變成了NULL,該問題發(fā)生在頻繁建立和斷開TCP連接的測試案例中。 請教下引起這個(gè)現(xiàn)象的主要原因有哪些?
    發(fā)表于 04-30 07:35

    研究人員開發(fā)出基于NVIDIA技術(shù)的AI模型用于檢測瘧疾

    瘧疾曾度在委內(nèi)瑞拉銷聲匿跡,但如今正卷土重來。研究人員已經(jīng)訓(xùn)練出個(gè)模型來幫助檢測這種傳染病。
    的頭像 發(fā)表于 04-25 09:58 ?616次閱讀

    CAN丟幀很常見,你知道有哪些主要原因嗎?(中)

    導(dǎo)讀在工程應(yīng)用中,CAN通信的穩(wěn)定性至關(guān)重要,但丟幀和錯(cuò)誤幀現(xiàn)象卻時(shí)有發(fā)生。本文將簡要分析導(dǎo)致這些問題的常見原因,并給出針對性的解決方案。般來說,使用CAN通信的場合,對通信的穩(wěn)定性都有很高的要求
    的頭像 發(fā)表于 02-20 11:44 ?1722次閱讀
    CAN丟幀很<b class='flag-5'>常見</b>,你知道有哪些<b class='flag-5'>主要原因</b>嗎?(中)

    TeleAI提出COPO對齊方法:8B模型超越Llama3-70B的表現(xiàn)

    新大陸。 正如人類在面對未知時(shí)展現(xiàn)出的探索行為,在人工智能領(lǐng)域,尤其在大型語言模型(LLMs)理解語言和知識中,研究人員正嘗試賦予 LLM 類似的探索能力,從而突破其在給定數(shù)據(jù)集中學(xué)習(xí)的能力邊界,進(jìn)
    的頭像 發(fā)表于 02-17 17:31 ?578次閱讀
    TeleAI提出COPO對齊方法:8B<b class='flag-5'>模型</b>超越Llama3-70B的表現(xiàn)

    機(jī)器學(xué)習(xí)模型市場前景如何

    當(dāng)今,隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長以及計(jì)算能力的飛速提升,機(jī)器學(xué)習(xí)模型的市場前景愈發(fā)廣闊。下面,AI部落小編將探討機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 02-13 09:39 ?514次閱讀

    探究傳感器故障的主要原因

    的正常運(yùn)行,還可能帶來安全隱患和經(jīng)濟(jì)損失。本文旨在深入探討傳感器故障的主要原因,以便我們更好地預(yù)防和應(yīng)對。
    的頭像 發(fā)表于 12-25 14:03 ?1579次閱讀

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】+初品的體驗(yàn)

    《具身智能機(jī)器人系統(tǒng)》 書由甘鳴、俞波、萬梓燊、劉少山老師共同編寫,其封面如圖1所示。 本書共由5部分組成,其結(jié)構(gòu)和內(nèi)容如圖2所示。 該書可作為高校和科研機(jī)構(gòu)的教材,為學(xué)生和研究人員
    發(fā)表于 12-20 19:17

    谷歌發(fā)布“深度研究”AI工具,利用Gemini模型進(jìn)行網(wǎng)絡(luò)信息檢索

    據(jù)外媒最新報(bào)道,谷歌近期發(fā)布款名為“深度研究”的先進(jìn)AI工具。這款工具借助其內(nèi)部的Gemini大型語言模型,實(shí)現(xiàn)
    的頭像 發(fā)表于 12-16 09:35 ?930次閱讀

    NVIDIA與谷歌量子AI部門達(dá)成合作

    NVIDIA CUDA-Q 平臺使谷歌量子 AI 研究人員能夠?yàn)槠淞孔佑?jì)算機(jī)創(chuàng)建大規(guī)模的數(shù)字模型,以解決設(shè)計(jì)中面臨的各種挑戰(zhàn)
    的頭像 發(fā)表于 11-20 09:39 ?947次閱讀

    名單公布!【書籍評測活動(dòng)NO.51】具身智能機(jī)器人系統(tǒng) | 了解AI的下一個(gè)浪潮!

    ,這是機(jī)器人技術(shù)在理解和響應(yīng)人類情感方面的個(gè)重要步驟;谷歌的 Atlas 機(jī)器人和特斯拉的 Tesla Bot 展 示
    發(fā)表于 11-11 10:20

    AI大模型與傳統(tǒng)機(jī)器學(xué)習(xí)的區(qū)別

    AI大模型與傳統(tǒng)機(jī)器學(xué)習(xí)在多個(gè)方面存在顯著的區(qū)別。以下是對這些區(qū)別的介紹: 、模型規(guī)模與復(fù)雜度 AI大
    的頭像 發(fā)表于 10-23 15:01 ?3197次閱讀