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 injections have taken over the internet. But what does this mean for people IRL? 週1回の注射で痩せる 「驚異の減量薬」 ブームに潜む危険
- Promotion MITTR Emerging Technology Nite #30 MITTR主催「生成AIと法規制のこの1年」開催のご案内
- Escaping Spotify’s algorithm ミックステープ文化の逆襲、 スポティファイで失われた 音楽の楽しみを取り戻す方法
- How plants could mine metals from the soil 植物で金属を掘る「ファイトマイニング」に米エネ省が研究投資
- How “personhood credentials” could help prove you’re a human online オープンAIやMITが「人間の証明」提唱、AIなりすましに備え
