Един от основните въпроси пред сегашните технологии за машинно обучение е това какъв е минималният обем данни, необходими на изкуствения интелект, за да се развива.
Според шефа на Google Brain Джеф Дийн, за да създадете ефективна AI мрежа, трябва да я захраните с най-малко 100 000 примера за дейността, която покрива.
„Всеки бизнес с над 100 000 клиента може да се замисли за използването на невронни мрежи. Ако имате десетина примера, трудно ще обучите с тях машина. Но ако разполагате с поне 100 000 данни, тона вече е мащаб, при който трябва да се замислите за такива технологии“, категоричен е Дийн.
Той би трябвало да знае – шеф е на звеното Google Brain, където учени работят по проблемите на изкуствения интелект. Самият Дийн е ангажиран в тази сфера още от 90-те години и дори дипломната му работа е на тема, свързана с изкуствените невронни мрежи.
„Все още много елементи от машинното обучение всъщност не се вършат от машини. Трябва да съберете данните, да ги категоризирате и да създадете софтуер, който да захранва машината – и всичко това се прави от хора“, добавя още той.
Всичко важно от света на технологиите, директно в пощата ти.
С абонирането приемате нашите Условия и Политика за поверителност. Може да се отпишете с един клик по всяко време.
Коментирайте статията в нашите Форуми. За да научите първи най-важното, харесайте страницата ни във Facebook, и ни последвайте в Google Новини, TikTok, Telegram и Viber или изтеглете приложението на Kaldata.com за Android, iPhone, Huawei, Google Chrome, Microsoft Edge и Opera!
