“Periodic table of machine learning”이 AI 발견을 촉진할 수 있다
- 연구자들이 머신 러닝 알고리즘의 연결성을 보여주는 주기율표를 개발함.
- 이 프레임워크는 기존 알고리즘을 결합하여 새로운 인공지능 모델을 개선하거나 창조할 수 있는 방법을 제시함.
- 두 알고리즘의 요소를 결합해 새 이미지를 분류하는 알고리즘을 개발, 현재 최고 수준의 접근법보다 8% 향상된 성능을 보임.
- 알고리즘들은 데이터 간의 특정 관계를 학습한다는 핵심 아이디어를 기반으로 함.
- 다양한 고전 AI 알고리즘에 공통되는 통합 방정식을 찾아내어 이를 재구성하여 주기율표 형식으로 배열함.
- 주기율표에는 아직 발견되지 않은 알고리즘을 위한 빈 공간이 있으며, 이는 새로운 발견의 가능성을 시사함.
- I-Con이라 불리는 이 프레임워크는 새로운 방법들을 결합하여 시도하는 데 중요한 도구임.
- 이 연구는 다양한 기구에서 부분적으로 자금을 지원받음.
5news.mit.edu링크 복사하기
AI 뉴스 요약은 뉴스의 내용을 AI가 요약(GPT-4 활용)한 것입니다. 따라서 틀린 내용을 포함할 수 있습니다. 뉴스의 자세한 내용을 확인하시려면 해당 뉴스 링크를 클릭해주세요.