Sıradaki Etkinlik Girişimcilerin İhtiyacı Olan "Başarısızlık" Hikayeleri Cuma, 18 Aralık 2020 16:00 Akademi 4.0 HUB Hemen Kaydol



← Haberler

Daha Az Veri Kullanarak Makine Öğrenimi Mümkün mü?

Akademi 4.0 Ekibi

Yeni bir araştırma, “less than one-shot" ya da LO-shot adı verilen bir model ile makine öğrenimi için çok sayıda veriye ihtiyaç duyulmayabileceğini gösterdi.

Bu fikir, bazen insanların bir nesneyi tanımlamak için herhangi bir örneğe ihtiyaç duymamaları üzerine ortaya çıkmıştır. Bir nesnenin açıklaması, söz konusu nesneyi tanımlamamıza yardımcı olabilir.

Örneğin, çocuklar bir gergedan ve bir atın fotoğrafları gösterildikten ve tek boynuzlu atın arada bir yaratık olduğu söylendikten sonra, bir görüntü gördüklerinde tek boynuzlu atı tanımlayabilirler. Ancak aynı şey makine öğrenimi için geçerli değildir.

Ontario Waterloo Üniversitesi tarafından yayımlanan "‘Less Than One’-Shot Learning:Learning N Classes From M < N Samples" konulu araştırma, makine öğrenimi için daha az veri kullanılmasını amaçlıyor.

Araştırmacılar bu süreci "less than one-shot" veya LO-shot öğrenme olarak adlandırdılar. Bu yaklaşımı 0'dan 9'a kadar 60.000 yazılı basamak görüntüsü içeren MNIST veri kümesiyle gösterdiler. Birkaç basamağı birbirine karıştıran görüntüler oluşturarak ve ardından hibrit veya yumuşak etiketlerle makine öğrenimini besleyerek veri kümesini beş görüntüye indirdi.

Waterloo Üniversitesinde doktora öğrencisi ve çalışmanın yürütücüsü olan Ilia Sucholutsky, “3 rakamını düşünürseniz, aynı zamanda rakam 8'e benziyor ama rakam 7'ye benzemiyor” diyor. "Esnek etiketler bu paylaşılan özellikleri yakalamaya çalışıyor. Bu nedenle, makineye 'Bu görüntü 3 rakamdır' demek yerine, 'Bu görüntünün % 60’ı 3, % 30’u 8 ve % 10’u 0' diyoruz.”

Ancak şu an, bunlar yalnızca teorik araştırmalardır ve sınırları vardır. LO-shot öğrenimi daha karmaşık algoritmalara geçebilirken, uygun yumuşak etiketli örnekler oluşturmak zor bir iştir.

Araştırma başlangıç aşamasında çok sıcak karşılanmasa da belirli bir ölçekte başarılı olursa, makine öğrenimi için yepyeni bir dünyanın kapılarını açılabilecek olması heyecan vericidir.