Slovník výrazov AI/Prenosové a úsporné učenie

Prenosové a úsporné učenie

učenie sa učiť

Anglický výraz learning to learn

pokročiléheslo č. 2245 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená učenie sa učiť?

Učenie sa učiť je širšia myšlienka, že skúsenosť z viacerých procesov učenia zlepší samotný spôsob, akým systém získava nové schopnosti. Zahŕňa meta-učenie inicializácie, hyperparametrov, reprezentácií či algoritmu aktualizácie. Pojem treba vždy konkretizovať: bez určenia rodiny úloh, adaptačného rozpočtu a meta-cieľa nemožno tvrdenie o rýchlejšom učení overiť.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Organizácia s desiatkami podobných predikčných úloh môže merať, ktoré nastavenia a reprezentácie vedú k rýchlej adaptácii na nový produkt. Každý experiment oddelí históriu úloh na meta-tréning, meta-validáciu a meta-test. Automaticky zvolený postup sa porovná s ručne nastaveným základom pri rovnakom čase a dátach. Uchováva sa aj neúspešný prenos, aby systém neodporúčal stratégiu mimo oblastí, kde sa osvedčila.

Overiteľnosť

Odborné zdroje

  1. Wang et al. · Few-shot learning surveydoi.org
  2. Finn et al. · MAMLproceedings.mlr.press

Praktické odpovede

Často kladené otázky

Je učenie sa učiť to isté ako MAML?

Nie, MAML je iba jedna konkrétna metóda.

Z čoho sa učí meta-úroveň?

Z výsledkov učenia na mnohých úlohách alebo epizódach.

Čo sa optimalizuje?

Výkon, rýchlosť, dátová úspornosť alebo stabilita po adaptácii.

Aký základ je férový?

Bežné predtrénovanie či ladenie s rovnakým rozpočtom.

Čo treba deklarovať?

Rozdelenie úloh, počet adaptačných krokov a dostupné informácie.