Итак, вот мои идеи
Недавно было опубликовано несколько статей о том, как революционизировать машинное обучение, чтобы оно стало намного быстрее в обучении, требовало гораздо меньше примеров для обучения и было больше похоже на то, как думает человек.
Вот несколько статей:
У меня есть идея, которой я тоже хотел поделиться:
Мы, люди, учимся не только на огромном количестве информации, окружающей нас, но и создаем новые и комбинированные примеры, используя наше воображение. Мы также непрерывны в нашей природе получения новой информации, а затем создания новых образов и так далее. Все это помогает нам больше учиться у жизни и реагировать на беспрецедентные события.
Что, если бы нейронные сети могли генерировать воображение и комбинировать его для создания новых обучающих примеров, которые обучаются заново. Кроме того, мы, люди, не останавливаемся, чтобы увидеть результаты нашего обучения, но мы находимся в непрерывном процессе обучения, в котором мы получаем обратную связь о наших действиях, а затем пытаемся сделать вывод, что сделало эту обратную связь плохой, и отбросить действие, которое привело к к этому и причина, по которой этот отзыв был хорошим дополнением к этому действию. Это именно то, что делают методы обучения с подкреплением. Таким образом, воображение + обучение с подкреплением + несколько хороших методов логического вывода должны дать нам лучшие результаты в машинном обучении.
Об идее генерации данных из вывода, чтобы использовать их для повторного генерирования ввода (вот что такое воображение), почти то, что упоминается здесь, в этом видео:
и продолжение в этом видео:
Будучи студентом-магистром, я все еще немного борюсь с математикой методов машинного обучения, и все идеи, которые у меня есть, все еще требуют дополнительных знаний в этой математически сложной области, чтобы попытаться увидеть результаты.
