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
- This US startup makes a crucial chip material and is taking on a Japanese giant 知られざる半導体材料の巨人 「味の素」の牙城を狙う 米スタートアップの勝算
- Promotion MITTR Emerging Technology Nite #28 「自動運転2.0 生成AIで実現する次世代自律車両」開催のご案内
- How thermal batteries are heating up energy storage レンガにエネルギーを蓄える「熱電池」に熱視線が注がれる理由
- The race to fix space-weather forecasting before next big solar storm hits スターリンク事故で露呈した 宇宙ビジネスの重大リスク、 「太陽嵐」の脅威に備える
- 10 Breakthrough Technologies 2024 MITTRが選んだ 世界を変える10大技術 2024年版