AI-nyhederAI lærer at tænke med færre svar
Ny forskning viser, at AI klarer sig bedre, når den får meget få eksempler. Modsat hvad man skulle tro.
Det handler om
Forskere bag en ny videnskabelig artikel har testet, hvordan AI reagerer, når den kun får få eksempler at træne på. Resultatet overraskede: Jo færre eksempler, jo bedre blev AI til at ræsonnere. Det lyder bagvendt, men artiklen viser, at sparsomme opgaver tvinger systemet til at tænke mere selv.
Hvad fandt de?
Holdet sammenlignede AI-modeller trænet med mange versus få eksempler. Dem med ekstremt få opgaver udviklede stærkere evne til logisk ræsonnering. De blev målt på, hvor godt de løste nye, ukendte problemer. Resultaterne peger på, at for mange eksempler gør AI doven – den lærer at kopiere i stedet for at forstå.
Hvad betyder det?
For dig kan det betyde, at fremtidens AI bliver bedre til at tænke selv, når den møder noget nyt. For udviklere er det et hint om, at de ikke bare skal proppe flere data i systemerne. Mindre kan være mere, når målet er ægte forståelse frem for mekanisk genkendelse.
- Forskningen er publiceret på arXiv under titlen om ekstremt sparsom supervision.
- Få eksempler gav bedre ræsonnering end mange eksempler i testene.
- Modellerne blev vurderet på evnen til at løse ukendte problemer.
- Resultatet udfordrer den gængse idé om, at mere data altid hjælper.
- Holdet foreslår, at sparsomme opgaver tvinger AI til dybere forståelse.
Når du møder en AI-chatbot, kan den blive bedre til at svare på spørgsmål, den aldrig har set før, fordi forskerne har fundet en ny træningsmetode.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.