AI lär sig utan träningsdata – genererar sin egen

arXiv cs.AI

Forskare har byggt ett system där en AI tränar sig själv från scratch utan någon mänsklig träningsdata alls – två modeller spelar mot varandra där den ena genererar syntetiska uppgifter och den andra lär sig av dem. Resultatet är förvånansvärt: modellen förbättras förutsägbart med mer beräkningskraft och klarar sig faktiskt bra på riktiga dataset den aldrig sett, vilket tyder på att verklig generalisering uppstår. Det är fortfarande ett tidigt konceptbevis, men idén att begränsa AI-träning av tillgänglig data snarare än av tillgänglig datorkraft är en intressant vändning.