محققان (از جمله دانشجوی ایرانی) در انستیتوی فناوری ماساچوست می گویند که آنها اولین الگوریتم کارآیی نصب شده را برای آموزش هوش مصنوعی برای درک تقارن در داده ها ایجاد کردند. یک دستاورد بزرگ می تواند منجر به مدل های قدرتمندتر و دقیق تر برای اکتشافات علمی شود.
خلاصه و مهمترین امتیاز
- 🔵 محققان در انستیتوی فناوری ماساچوست (MIT) یک الگوریتم جدید برای کارآیی اثبات شده برای آموزش در هوش مصنوعی برای درک آن تقارن داده ها آنها تکامل یافته اند.
- 🔵 این پیشرفت به مدلهای هوش مصنوعی اجازه می دهد داده های آموزشی کمتر، برای درک ساختارهای عمیق تر (مانند مولکول ها) و آنها را با چرخه های مختلف اشتباه نگیرید.
- این نوآوری می تواند مدلهای هوش مصنوعی را توسعه دهد ارزان تر ، دقیق تر و سبک تر اکتشافات علمی در مناطقی مانند داروها ، نجوم و آب و هوا.
- 🔵 یکی از نویسندگان اصلی این تحقیق ، BeHoz Thambi، انستیتوی فناوری ماساچوست ، دانشجوی دانشجویی.
هوش مصنوعی
مشکل تقارن در هوش مصنوعی چیست؟
گروهی از محققان یک مشکل اساسی در ML) آنها اولین روش مدیریت داده های متقارن را برطرف کرده و ایجاد کرده اند که هم حساب و هم داده های لازم را تضمین می کند. چالش اصلی این است که هوش مصنوعی به راحتی با تقارن اشتباه گرفته می شود؛ ؛ به عنوان مثال ، او ممکن است به جای شناسایی آن با همان ساختار ، موجودی کاملاً جدید را به عنوان یک شیء جدید ببیند.
این تقارن مهم است زیرا نوعی اطلاعات است که طبیعت را با داده به ما می گوید و ما باید آنها را در مدل های یادگیری خود در نظر بگیریم. اکنون نشان داده ایم که یادگیری ماشین (ML) با داده های مشابه به روشی مؤثر امکان پذیر است.
– Harose مقدماتی
مقدماتی قهرمان – انستیتوی فناوری ایرانی ماساچوست
راه حل جدید برای محققان ، انستیتوی فناوری ماساچوست
در حالی که برخی از مدل های فعلی ، مانند شبکه های عصبی ، می توانند تقارن را مدیریت کنند ، محققان دلیل کار خود را به خوبی درک نکردند. تیم فناوری موسسه ماساچوست می گوید که به یک رویکرد متفاوت نیاز دارد – این مفاهیم ریاضی را از هم ترکیب می کند جبر و مهندسیآنها الگوریتم جدیدی را برای ایجاد سیستمی طراحی کرده اند که می تواند به طور مؤثر و تقارن بیاموزد.
این روش ثابت شده است ، نمونه کمتری از اطلاعات برای آموزش باید دقت و سازگاری مدل را بهبود بخشد.
استفاده از این پیشرفت چیست؟
محققان می گویند کار آنها قابل توسعه است مدل های هوشمند مصنوعی و قدرتمند با نیاز به منابع پایین تر (ارزان تر) طیف گسترده ای از برنامه ها را ارائه دهید ، از جمله:
- مواد جدید را کشف کنید
- 🔵 تعیین موارد نجومی غیر عادی
- 🔵 و تجزیه و تحلیل الگوهای پیشرفته آب و هوا
این تحقیق اخیراً در کنفرانس بین المللی اتوماسیون ارائه شده است.
نظر شما در مورد این پیشرفت مهم در زمینه هوش مصنوعی چیست؟
برای دوستان خود ارسال کنید
منبع: https://toranji.ir/2025/08/03/%D9%BE%DB%8C%D8%B4%D8%B1%D9%81%D8%AA-%D8%A8%D8%B2%D8%B1%DA%AF-%D8%AF%D8%B1-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%A7%D9%84%DA%AF%D9%88%D8%B1%DB%8C%D8%AA%D9%85-%D8%AC%D8%AF%DB%8C/
تحریریه ICTNN شبکه خبری
