Kurze Bytes: Ein in Massachusetts ansässiges Unternehmen Gamalon, Inc. hat eine neue Technologie namens Bayesian Program Synthesis (BPS) entwickelt. Es basiert auf der Wahrscheinlichkeit und kann verwendet werden, um ein KI-System mit den geringstmöglichen Beispielen zu trainieren. Gamalon hat gezeigt, dass ihr System in Bezug auf die Objekterkennung im Vergleich zu Googles Deep-Learning-basiertem Quick, Draw besser funktioniert.
Es gibt eine Menge KI-Buzz um uns herum. Die meisten dieser KI-Systeme, ob von DeepMind, Google Brain, IBM usw. erstellt, basieren auf tiefem Lernen - Teil des maschinellen Lernens.
Wir wissen, dass die Forscher während ihrer Trainingsphase große Datensätze in die KI-Systeme einspeisen. So können sie genauere Entscheidungen treffen. Zum Beispiel, wenn man einem System Tausende von Hundebildern zuführt, um eine Kreatur als Hund zu identifizieren und sogar Hunderassen zu unterscheiden.
All dies hilft den KI-Systemen, im Laufe der Zeit Genauigkeit zu erreichen. Gleichzeitig sind jedoch viele Rechenressourcen, Zeit und menschlicher Aufwand erforderlich, um diese Systeme zu trainieren. Warum entwickeln wir nicht einen Prozess, der schnell und effizient ist?
Das in Cambridge, Massatussetts, ansässige Unternehmen tut das gleiche. Ihre neue Bayesian Program Synthesis (BPS) -Technologie, bei der die Wahrscheinlichkeit genutzt wird, kann dazu beitragen, dass künstliche Intelligenzsysteme im Vergleich zu Deep Learning aus einer erheblich geringeren Anzahl von Beispielen lernen. Und das auch, ohne Wochen oder Monate zu verschwenden, behauptet Gamalon.
Sie zeigten ihre Bilderkennungsfunktionen und verglichen sie mit den Angeboten von Googles Quick, Draw-Programm, das von TensorFlow betrieben wird. Die Schulung umfasst, dass das BPS-System die Komponenten des zu identifizierenden Objekts versteht. Gamalon sagt, mit BPS kann man eine KI mit einem Tablet-Prozessor von einer einzelnen Person trainieren. So können Sie Ihr iPad in Betracht ziehen. Es kann auch eigenen Code schreiben, um das Verständnis zu verbessern.
Ben Vigoda, ein MIT Ph.D. Absolvent ist der Gründer und CEO von Gamalon. In der Vergangenheit gründete er den von DARPA finanzierten Lyric Semiconductor (später von Analog Devices übernommen), der eine neue Art von Mikrochips basierend auf Wahrscheinlichkeiten anstelle von binärer Logik entwickelte.
Vigodas Gamalon nutzt derzeit die Fähigkeiten von BPS, um Unternehmen, die unzählige unstrukturierte Daten zur Verfügung stellen, Datenverwaltungsdienste bereitzustellen. Sie können das Beispiel eines E-Commerce-Unternehmens mit einem großen Lagerbestand in seinen Lagern nehmen. Möglicherweise haben sie andere Pläne, um ihre Technologie auf andere Unternehmen auszubreiten, die auf dem Gebiet der künstlichen Intelligenz tätig sind.
Was denkst du über künstliche Intelligenz? Lassen Sie Ihre Gedanken und Ihr Feedback fallen.
