多くの人工知能（AI）モデルは、より正確な答えを出すために、人間がラベル付けした膨大なデータを必要とする。メタAI（Meta AI）の研究員であるイシャン・ミスラ（31）の研究によって、人間がラベル付けをしなくても、視覚的データのみでAIモデルの訓練が可能であることが示された。ミスラ研究員は、このような自己教師ありモデルによって、AIで解くことのできる問題の種類を大幅に増やせると考えている。ミスラ研究員は、「医用画像などの分野では、ラベル付けにコストがかかります。このような分野では、自己教師ありモデルが、はるかに低コストで、すばやくAIモデルを作成するのに大きく役立つ可能性があります」と話す。「また、自己教師ありモデルならAIモデルに、人間による監督なしで、次々と入力されてくるデータを観察させて連続的に新たなスキルを学ばせることもできます」。この利点は、常に変化する環境の中で稼働するロボットにとって、特に有用な可能性がある。
- 人気の記事ランキング
-
- Why opinion on AI is so divided AIの「すごさ」、プロと一般人の見え方がまるで違う理由
- You have no choice in reading this article—maybe そこに自由意志は存在するか 神経科学者が挑み続ける 「選択の余地のない」問い
- Fuel prices are soaring. Plastic could be next. エネルギー転換より難しいプラ問題、ホルムズ危機であらわに
- Desalination plants in the Middle East are increasingly vulnerable 飲料水の9割を賄う 中東の「水の命綱」 淡水化施設が紛争の標的に
