Li Yin's metode lader AI lære nyt uden at glemme

Forskere ledet af Li Yin har udviklet en metode, der gør AI-modeller hurtigere og billigere at opdatere med nye færdigheder uden at miste gamle.

Det nye trick

Forskere har fundet en måde, hvorpå AI-modeller kan tilegne sig nye færdigheder – som at skrive bedre kode eller forstå nye sprog – uden at skulle trænes fra bunden. Metoden, kaldet @skills, bygger på noget, der hedder 'attention', som er den teknologi, mange moderne AI-modeller allerede bruger. Det betyder, at modellen kan lære løbende, præcis som et menneske der tager et kursus uden at glemme alt det, det allerede kan.

Hvad kan det bruges til?

Store virksomheder bruger i dag enorme mængder energi og penge på at opdatere deres AI-modeller, når de skal lære noget nyt. Med denne metode kan de i stedet tilføje nye færdigheder direkte på den eksisterende model – hurtigere og billigere. Det kan betyde, at din næste AI-assistent bliver bedre til at forstå dansk kultur, humor eller fagterminologi, uden at den mister de evner, den allerede har.

Hvad siger forskerne?

Forskerne bag studiet – blandt andet Li Yin – præsenterer metoden som et alternativ til de tunge og dyre træningsprocesser, der normalt kræver supercomputere og uger af tid. De viser, at modellen med @skills kan klare sig lige så godt som en fuldt genoptrænet model, men med langt færre ressourcer. Det er endnu ikke klart, hvornår teknologien kommer ud til offentligheden, men potentialet er stort.

Kilder:
arXiv cs.AI →

Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.