Permettere all’apprendimento automatico di fare domande può renderlo più intelligente
L'apprendimento automatico può diventare più intelligente se può fare domande
Gli ingegneri biomedici dell’Università di Duke hanno migliorato l’accuratezza degli algoritmi di apprendimento automatico (ML) per la biologia molecolare e lo sviluppo di farmaci programmandoli per individuare lacune nei set di dati.
Daniel Reker di Duke ha spiegato: “Con l’apprendimento automatico attivo, l’algoritmo è essenzialmente in grado di fare domande o richiedere ulteriori informazioni se è confuso o percepisce una lacuna nei dati, anziché semplicemente filtrarli passivamente. Ciò rende i modelli di apprendimento attivo molto efficienti nella previsione delle prestazioni.”
I ricercatori hanno testato il loro algoritmo rispetto a modelli addestrati su un set di dati di molecole con diverse proprietà e rispetto a 16 applicazioni di sottocampionamento all’avanguardia.
Hanno scoperto che il sottocampionamento attivo poteva identificare e prevedere le caratteristiche molecolari in modo più accurato rispetto a tutti i framework standard di sottocampionamento, e in alcuni casi superava l’efficacia dei programmi addestrati sul set di dati completo fino al 139%.
- Meta permetterà di utilizzare chatbot con intelligenza artificiale con personalità, secondo quanto riportato.
- 4 Strumenti di Intelligenza Artificiale per Lavorare con i PDF – Più Strumenti Bonus
- Scrivi una Pagina di Destinazione ad Alta Conversione con ChatGPT
I ricercatori hanno anche scoperto che l’algoritmo richiedeva a volte solo il 10% dei dati disponibili. Da Duke University Pratt School of Engineering Visualizza l’articolo completo
Abstracts Copyright © 2023 SmithBucklin, Washington, D.C., USA 
