Smarter sampling: bayesianska neuronnät lär sig när de räknat tillräckligt

arXiv cs.AI

Forskare har tagit fram en metod som låter bayesianska neuronnät (en typ av AI som hanterar osäkerhet i sina förutsägelser) själva avgöra hur många beräkningssteg de behöver, istället för att alltid köra ett fast antal. Tricket är att använda statistiska garantier för att stoppa beräkningen så fort svaret är tillförlitligt nog – enkla fall går snabbt, svåra fall får mer tid. Resultatet är lägre latens och effektivare resursanvändning utan att noggrannheten försämras.