WAP手机版 RSS订阅 加入收藏  设为首页
澳博官方网站
当前位置:首页 > 澳博官方网站

澳博官方网站:训练的模型的准确性就会不尽如人意

时间:2021/10/9 10:00:40  作者:  来源:  浏览:10  评论:0
内容摘要:深度学习技术兴起近10年来,人工智能模型基本上是针对特定应用场景训练的小模型。小模型采用特定领域的标记数据进行训练,通用性较差。它通常不适用于其他应用场景,需要重新培训。此外,小模型的训练方法基本上是“手工作坊”,有太多的手工调优任务,需要大量的人工智能工程专业人员来完成。同时,传统的模型训练需要大规模的标注数据。如果...
深度学习技术兴起近10年来,人工智能模型基本上是针对特定应用场景训练的小模型。小模型采用特定领域的标记数据进行训练,通用性较差。它通常不适用于其他应用场景,需要重新培训。此外,小模型的训练方法基本上是“手工作坊”,有太多的手工调优任务,需要大量的人工智能工程专业人员来完成。同时,传统的模型训练需要大规模的标注数据。如果在某些应用场景中数据量较小,训练的模型的准确性就会不尽如人意。

“这些小模型的问题导致人工智能研发的总成本高、效率低。由于人工智能人才短缺,成本高,对于中小型行业用户来说,这些小模型的问题阻碍了行业用户采用人工智能技术。成为人工智能包容性的障碍。”北京致远人工智能研究院院长黄铁军在接受记者采访时指出。

虽然以前世界上曾有过“千家万户大规模冶炼的样板”的热闹场面,但这种“自用自炼”的车间方法显然不符合现代工业发展的规律。

黄铁军进一步解释说:“大模型可以解决这些问题,它们的泛化能力强,可以相互学习。同一个模型可以使用少量数据在多个场景中进行微调或完成任务,而无需进行微调。它可以直接调用,不需要雇佣很多人工智能算法专业人员就可以进行应用开发,大大降低了中小企业的研发门槛,促进了人工智能技术的实施。”


相关评论

本类更新

本类推荐

本类排行

本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下 (澳博官方网站)
京ICP备14001025号-1