Traduzido do inglês pela TechUpscale com ajuda de IA e verificado com o original. Ler o original em inglês
Pesquisadores da Universidade de Tel Aviv e da Universidade de Stanford revelaram que a inteligência artificial pode construir habilidades preditivas gerais usando dados de treino puramente autogerados. O estudo, disponível como pré-impressão no arXiv, desafia suposições anteriores sobre os requisitos de aprendizagem automática.
O que revela sobre a aprendizagem de IA sem dados do mundo real
De acordo com os pesquisadores, o estudo desafia a suposição predominante de que os modelos de inteligência artificial exigem quantidades enormes de dados do mundo real para aprender capacidades úteis. O estudo de prova de conceito demonstrou que modelos treinados inteiramente em sequências geradas artificialmente melhoraram suas habilidades preditivas em domínios incluindo linguagem, imagens, música e DNA.
A pesquisa foi supervisionada pelo Dr. Yoav Levine, da Universidade de Tel Aviv, e conduzida como parte da pesquisa de pós-doutorado do Dr. Kfir Dolev em colaboração com investigadores da Universidade de Stanford.
Dois modelos aprendendo juntos
No método desenvolvido pelos pesquisadores, dois modelos começam do zero e aprendem juntos. O primeiro modelo gera pequenos programas de computador que produzem sequências de símbolos, enquanto o segundo é treinado para prever o próximo símbolo em cada sequência.
O primeiro modelo recebe feedback sobre o quanto seus exercícios contribuem para o processo de aprendizagem, permitindo-lhe selecionar desafios cada vez mais úteis adequados às capacidades do modelo de aprendizagem.
Factos principais e de onde provêm
- A IA desenvolveu habilidades preditivas gerais usando apenas dados de treino autogerados.
Um novo estudo de pesquisadores da Universidade de Tel Aviv e da Universidade de Stanford mostra que a IA pode desenvolver habilidades preditivas gerais usando apenas dados de treino autogerados
- Dois modelos aprendem juntos, com um gerando programas de computador e o segundo prevendo o próximo símbolo.
O primeiro gera pequenos programas de computador que produzem sequências de símbolos. O segundo é treinado para prever o próximo símbolo em cada sequência.
A questão em aberto: Até onde os modelos de inteligência artificial podem avançar na aquisição de padrões universais e habilidades de raciocínio sem qualquer exposição a informações do mundo real?
