 Един от основните въпроси пред сегашните технологии за машинно обучение е това какъв е минималният обем данни, необходими на изкуствения интелект, за да се развива. Според шефа на Google Brain Джеф Дийн, за да създадете ефективна AI мрежа, трябва да я захраните с най-малко 100 000 примера за дейността, която покрива. “Всеки бизнес с над 100 000 клиента може да се замисли за използването на невронни мрежи. Ако имате десетина примера, трудно ще обучите с тях машина. Но ако разполагате с поне 100 000 данни, тона вече е мащаб, при който трябва да се замислите за такива технологии”, категоричен е Дийн. Той би трябвало да знае – шеф е на звеното Google Brain, където учени работят по проблемите на изкуствения интелект. Самият Дийн е ангажиран в тази сфера още от 90-те години и дори дипломната му работа е на тема, свързана с изкуствените невронни мрежи. “Все още много елементи от машинното обучение всъщност не се вършат от машини. Трябва да съберете данните, да ги категоризирате и да създадете софтуер, който да захранва машината – и всичко това се прави от хора”, добавя още той. |
