31 de agosto de 2023 (Noticias de Nanowerk) El aprendizaje profundo (DL) realiza tareas de clasificación utilizando una serie de capas. Para ejecutar eficazmente estas tareas, las decisiones locales se toman progresivamente a lo largo de las capas. Pero, ¿podemos tomar una decisión integral eligiendo el camino más influyente hacia el resultado en lugar de tomar estas decisiones localmente? En un artículo publicado en Informes científicos ("Mejorar la precisión realizando decisiones de agrupación adyacentes a la capa de salida"), investigadores de la Universidad Bar-Ilan de Israel responden a esta pregunta con un rotundo “sí”. Las arquitecturas profundas preexistentes se han mejorado actualizando las rutas más influyentes hacia la salida.

[Contenido incrustado]

“Uno puede pensar en ello como dos niños que desean escalar una montaña con muchos giros y vueltas. Uno de ellos elige la ruta local más rápida en cada intersección, mientras que el otro usa binoculares para ver todo el camino por delante y elige la ruta más corta y significativa, al igual que Google Maps o Waze. El primer niño podría tener una ventaja, pero el segundo terminará ganando”, dijo el profesor Ido Kanter, del Departamento de Física de Bar-Ilan y del Centro Multidisciplinario de Investigación del Cerebro Gonda (Goldschmied), quien dirigió la investigación. "Este descubrimiento puede allanar el camino para mejorar el aprendizaje de la IA, al elegir la ruta más importante hacia la cima", añadió Yarden Tzach, estudiante de doctorado y uno de los contribuyentes clave a este trabajo. Esta exploración de una comprensión más profunda de Sistemas de IA del Prof. Kanter y su equipo de investigación experimental, dirigido por el Dr. Roni Vardi, tiene como objetivo tender un puente entre el mundo biológico y el aprendizaje automático, creando así un sistema de IA avanzado y mejorado. Hasta la fecha, han descubierto evidencia de una adaptación dendrítica eficiente utilizando cultivos neuronales, así como también cómo implementar esos hallazgos en el aprendizaje automático, mostrando cómo las redes superficiales pueden competir con las profundas y encontrando el mecanismo subyacente al aprendizaje profundo exitoso. Mejorar las arquitecturas existentes mediante decisiones globales puede allanar el camino para una IA mejorada, que puede mejorar sus tareas de clasificación sin la necesidad de capas adicionales.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Automoción / vehículos eléctricos, Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• ChartPrime. Eleve su juego comercial con ChartPrime. Accede Aquí.
• Desplazamientos de bloque. Modernización de la propiedad de compensaciones ambientales. Accede Aquí.
• Fuente: https://www.nanowerk.com/news2/robotics/newsid=63567.php