חוקרים ישראלים פיתחו שיטה המאפשרת לבינה מלאכותית ללמד את עצמה ללא נתונים שנוצרו על ידי אדם

חוקרים מאוניברסיטת תל אביב ואוניברסיטת סטנפורד פיתחו שיטת אימון חדשה לבינה מלאכותית המאפשרת למערכות AI ללמד זו את זו מבלי להסתמך על תוכן שנוצר על ידי אדם או על מאגרי נתונים חיצוניים. השיטה משתמשת בשני מודלים של AI כדי ליצור ולפתור תרגילים הולכים ומתקשים, תוך שיפור יכולות החיזוי. הממצאים פורסמו ב-arXiv.

חוקרים מאוניברסיטת תל אביב ואוניברסיטת סטנפורד פיתחו שיטת אימון חדשה לבינה מלאכותית המאפשרת למערכות AI ללמד זו את זו מבלי להסתמך על תוכן שנוצר על ידי אדם או על מאגרי נתונים חיצוניים, כך הודיעה אוניברסיטת תל אביב ביום רביעי. הממצאים, שפורסמו ב-arXiv, מצביעים על כך ש-AI עשויה לפתח כישורי למידה בסיסיים באמצעות אתגרים שנוצרו לחלוטין על ידי מודלים אחרים של AI. החוקרים בדקו את הרעיון על ידי יצירת מערכת אימון הכוללת שני מודלים של AI: אחד יצר רצפים של סמלים, בעוד השני ניסה לחזות את הסמל הבא. חומר האימון נוצר בתוך המערכת עצמה. ככל שהתרגילים התקדמו, המודל היוצר הפך למתוחכם יותר ביצירת אתגרים, והמודל המנבא פיתח יכולות חזקות יותר. המודל שהתקבל הוערך מול שפה כתובה, תמונות, אודיו, מוזיקה, קוד מחשב ורצפי DNA. הדיוק החיזוי גדל עם תוספת משאבי מחשוב. השיטה אינה מאפשרת למודלים לרכוש ידע עובדתי על נושאים בעולם האמיתי, שעדיין דורש חשיפה לנתונים בפועל. ההכרזה מגיעה כאשר ישראל מבקשת לחזק את מעמדה בתחום הבינה המלאכותית; ב-3 בנובמבר כינס הנשיא יצחק הרצוג את המושב הראשון של פורום "מעבר לאינטליגנציה", וקרא לישראל להפוך את ההובלה בתחום הבינה המלאכותית לעדיפות אסטרטגית.

חוקרים ישראלים פיתחו שיטה המאפשרת לבינה מלאכותית ללמד את עצמה ללא נתונים שנוצרו על ידי אדם