AI-nyhederQifan Shi: Ny metode får AI til at lære hurtigere
Forskere, bl.a. Qifan Shi, har fundet en smartere måde at lære AI op på, som kan gøre modellerne skarpere uden at bruge mere strøm. Metoden er testet med succes.
Det er sket
Forskere bag en ny videnskabelig artikel har opdaget, at man kan gøre AI-træning meget mere effektiv. I stedet for at behandle al data ens, lader de såkaldt 'kredit' følge dataenes vej gennem systemet. Det lyder teknisk, men betyder, at AI'en lærer af sine fejl på en klogere måde end før.
Hvad er nyt
Metoden hedder Architecture-Aware Credit Transport og er smartere end de gamle tricks. Tidligere kiggede man kun på resultatet, men nu ser man på hele rejsen dataene tager inde i AI'en. Det gør, at modellen hurtigere forstår, hvad der virker, og hvad der ikke gør – præcis som at give karakter for indsatsen, ikke kun svaret.
Hvad nu?
Forskerne bag artiklen, bl.a. Qifan Shi, har allerede fået det til at virke i test med store sprogmodeller. Det kan betyde, at de AI-systemer, vi bruger hver dag, bliver både billigere at udvikle og bedre til at svare. Næste skridt er at få metoden ud til alle tech-firmaerne, der bygger de store modeller.
- Metoden kaldes Architecture-Aware Credit Transport.
- AI lærer hurtigere ved at spore data gennem systemet.
- Testet på store sprogmodeller med succes.
- Kan reducere omkostninger ved AI-træning.
- Forskerne er fra arXiv-uddannelsen, bl.a. Qifan Shi.
- Metoden fokuserer på processen, ikke kun resultatet.
Du kan se frem til AI-assistenter, der giver bedre svar og bruger mindre strøm, fordi de lærer smartere – uden at det koster dig ekstra.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.