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
-
- How lasers could help provide fuel for nuclear reactors 核廃棄物は「地上ウラン鉱山」、レーザー濃縮で再生を狙う
- Trump’s AI protectionism has come for robotics 中国製ロボットを締め出す米国、その研究は中国製で回っている
- How an overlooked geothermal plant got a second chance もっと深く掘れ——採算割れの地熱発電所を米新興企業が再生
- OpenAI called the Hugging Face attack unprecedented. But we’ve been here before. 「AIの暴走」ではない、オープンAIのモデルが不正侵入した理由
