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
-
- Weight-loss drugs show signs of slowing biological aging, say drugmakers 減量薬に「抗老化」効果か、 製薬大手2社が学会発表 心臓年齢で最大4年の差
- A new contest pits competitors against each other in a race to biological youth 本誌記者も参加、「生物学的年齢」の若返りを競うコンテスト
- Don’t be fooled—LLMs don’t reason 直感頼みのLLMに 「第37手」は打てるか？ AlphaGo開発者の提言
- How smaller, distributed batteries could help the grid 電動自転車からコンロまで、小型バッテリーは都市の送電網を支えるか
