Зачем нейронным сетям так много обучающих примеров?

Человеческому ребенку в возрасте 2 лет нужно около 5 экземпляров автомобиля, чтобы иметь возможность идентифицировать его с разумной точностью, независимо от цвета, марки и т.д. Когда моему сыну было 2 года, он смог идентифицировать трамваи и поезда, хотя видел всего несколько. Поскольку он обычно путал одно с другим, очевидно, его нейронная сеть была недостаточно обучена, но все же.

Чего не хватает искусственным нейронным сетям, которые мешают им быстрее учиться. Что думаете?

8 симпатий

Один важный аспект, который надо учитывать, - это эволюция.

Мозг ребенка учится не с нуля. Это похоже на пример, когда олени и жирафы могут ходить через несколько минут после рождения. Потому, что они рождаются с мозгом, уже подключенным к этой задаче. Конечно, требуется некоторая тонкая настройка, но олененок не учится ходить от “случайной инициализации”.

Поэтому я думаю, что предпосылка этого вопроса может быть сомнительна. Человеческие нейронные сети имели возможность видеть тонны информации - может быть не только автомобили, а движущиеся, вращающиеся 3D-объекты со сложными текстурами и формами и т.д., и это происходило через много поколений, и обучение проходило по эволюционным алгоритмам, т. е. те, чей мозг был лучше структурирован для этой задачи, могли жить, чтобы размножаться с более высокими шансами.

Прежде, чем “видеть” эти пять машин, ребенок видит много машин на улице, по телевизору и т.д., так что есть много “неконтролируемого обучения”, который происходит заранее.

Наконец, нейронные сети почти не имеют ничего общего с человеческим мозгом, поэтому нет смысла их сравнивать.

6 симпатий