Google-onderzoekers pakken geheugenprobleem bij AI aan
Onderzoekers van Google hebben een methode ontwikkeld om te voorkomen dat zelfverbeterende AI-systemen hun testtaken uit hun hoofd leren. Hierdoor presteren de modellen beter op nieuwe vraagstukken en verloopt het proces efficiënter.
Zelfverbeterende systemen lopen vaak tegen een beperking aan: in plaats van te leren redeneren, onthouden ze simpelweg de opdrachten uit de testfase. Dit zorgt ervoor dat de prestaties tegenvallen zodra ze worden ingezet voor onbekende taken. Een nieuwe techniek van Google, genaamd RRSI, brengt hier verandering in door dit onthoudgedrag tegen te gaan.
Efficiënter en slimmer
Door deze aanpak worden de scores op niet eerder getoonde benchmarks verhoogd. Bovendien blijkt dat het systeem minder middelen nodig heeft om tot deze resultaten te komen dan wanneer er geen gebruik wordt gemaakt van deze regularisatie.
Het tegengaan van overfitting is een langlopend vraagstuk binnen de kunstmatige intelligentie. Modellen die specifiek worden getraind om zichzelf te optimaliseren, moeten hun geleerde vaardigheden immers kunnen toepassen in de praktijk in plaats van enkel bekende scenario's te reproduceren.
Deze samenvatting is gebaseerd op een origineel artikel van The Decoder. Lees het volledige, originele bericht bij de bron.
Lees het originele artikel