Categorías: Tecnología

MIT encuentra que las redes neuronales más pequeñas son más fáciles de entrenar

Comparta este Artículo en:

Las redes mini-neuronales “Boleto de Lotería” del MIT entrenan solo los nodos que necesitan.

A pesar de todos los avances en inteligencia artificial, la mayoría de los productos basados ​​en la IA todavía dependen de “redes neuronales profundas”, que a menudo son extremadamente grandes y su entrenamiento es prohibitivo.

Investigadores del MIT esperan cambiar eso.

En un artículo los investigadores revelan que las redes neuronales contienen “subredes” que son hasta 10 veces más pequeñas y podrían ser más baratas y rápidas de entrenar.

Para capacitar a la mayoría de las redes neuronales, los ingenieros les suministran conjuntos de datos masivos, pero eso puede llevar días y GPU costosas.

Los investigadores del Laboratorio de Inteligencia Artificial (CSAIL, por sus siglas en inglés) del MIT encontraron que dentro de esas redes capacitadas hay subredes más pequeñas que pueden hacer predicciones igualmente precisas.

Now, a lot of company has arranged for making this kind of medicine generic viagra australia robertrobb.com and bringing it to the market. One generic levitra online look at more info can satisfy their partner for around 4 to 6 hours. It ensures long lasting and prescription du viagra stronger erections to impotency and erectile dysfunction. Accessible in Many Dosages The makers of Kamagra, find address viagra samples free and other cialis pills to these patients.

La llamada “hipótesis del boleto de lotería” de CSAIL se basa en la idea de que entrenar a la mayoría de las redes neuronales es algo así como comprar todos los boletos en una lotería para garantizar una victoria.

En comparación, la capacitación de las subredes sería como comprar solo los boletos ganadores.

El problema es que los investigadores no han descubierto cómo encontrar esas subredes sin construir una red neuronal completa y luego eliminar los bits innecesarios.

Si pueden encontrar una manera de saltar ese paso e ir directamente a las subredes, este proceso podría ahorrar horas de trabajo y hacer que las redes neuronales de entrenamiento sean accesibles para los programadores individuales, no solo para las grandes empresas.

Pero determinar cómo encontrar subredes de manera eficiente y comprender por qué algunas son mejores que otras en el aprendizaje probablemente mantendrá a los investigadores ocupados durante años.

Fuente: Engadget

Editor PDM

Entradas recientes

Mano robótica capaz de manipular objetos

Recientemente, Sanctuary AI presentó su mano robótica que ahora es capaz de manipular objetos. (more…)

3 days hace

Robots atraviesan entornos complejos sin sensores adicionales ni entrenamiento previo en terrenos difíciles

Especialistas en robótica de la Universidad de Leeds y el University College de Londres han…

3 days hace

Rompiendo barreras: IA para interpretar el lenguaje de señas americano en tiempo real

El lenguaje de señas es un medio de comunicación sofisticado y vital para las personas…

3 days hace

Dispositivo ayuda a personas con discapacidad visual a realizar tareas de localización tan bien como las personas videntes

Según un nuevo estudio dirigido por el Imperial College, una tecnología de navegación que utiliza…

3 days hace

Google lanza una versión de Gemini 2.0 capaz de razonar

Gemini 2.0 Flash Thinking Experimental es una nueva versión de la IA de Google que…

3 days hace

El siguiente paso de la computación cuántica: un nuevo algoritmo potencia la multitarea

Las computadoras cuánticas difieren fundamentalmente de las clásicas. En lugar de utilizar bits (0 y…

4 days hace
Click to listen highlighted text!