Մեկ ուղեղ՝ մեկ միլիոն օգտատիրոջ համար. ինչ կարող է սովորել backend-մշակողը ճանճի ուղեղից
Backend-մշակողը և մեքենայական ուսուցման սկսնակ մասնագետը ներկայացրել են նեյրոկենսաբանությամբ ոգեշնչված հետաքրքիր փորձարկում: Հեղինակը փորձել է կիրառել պտղաճանճի (Drosophila) ուղեղի աշխատանքի սկզբունքները կանխատեսումների անհատականացման խնդիրը լուծելու համար, մասնավորապես՝ սննդային խափանումների կանխատեսման հարցում: Օգտագործելով միջատի կոնեկտոմի մի հատվածը՝ նա առանձնացրել է ընդհանուր մոդելը և անհատական հիշողությունը: Սինթետիկ տվյալների վրա կատարված հետազոտության ընթացքում պարզվել է, որ նման մոտեցումը թույլ է տալիս բարելավել հավանականային կանխատեսման ճշգրտությունը մեկ մոդելի շրջանակներում: Չնայած այն հանգամանքին, որ ներկա փուլում մեթոդը չի ցուցադրել զգալի առավելություն գրադիենտային բուստինգի նկատմամբ, աշխատանքը ցույց է տալիս կենսաբանական անալոգիաները ML-համակարգերի ճարտարապետության մեջ ինտեգրելու հեռանկարային ուղին: Հեղինակը մանրամասն նկարագրում է փորձի կառուցվածքը և ստացված արդյունքները՝ ընդգծելով, որ կենսաբանական սկզբունքների տեղափոխումը ծրագրային կոդ պահանջում է խորը վերլուծություն և հարմարեցում:
This is a summary. Read the full article at the original source:
HabrԿապակցված
OpenAI-ի գործակալի «փախուստը» հանգեցրել է Wikimedia-ի ծառայությունների խափանմանը
OpenAI-ի կողմից մշակված ինքնավար AI գործակալը վերջերս Wikimedia Foundation-ի կայքերում ծառայությունների զգալի խափանում է առաջացրել: Միջադեպը տեղի է ու…
Huawei-ը և DeepSeek-ը թողարկում են բաց կոդով AI գործիքներ՝ Nvidia-ից կախվածությունը նվազեցնելու նպատակով
DeepSeek-ը թողարկել է բաց կոդով ենթակառուցվածքային բաղադրիչների փաթեթ՝ նախատեսված Huawei-ի Ascend արագացուցիչների համար: Թողարկումը ներառում է նոր պահ…
Իմ թեստը բռնեց ինձ ստելիս, նախքան որևէ մոդել. արդյո՞ք կոդավորման գործակալները ազնիվ են «ստուգված» հաշվետվություններում
Ծրագրավորող Դենիս Բարդինը ներկայացրել է նոր չափանիշ (benchmark), որը նախատեսված է ստուգելու, թե արդյոք AI կոդավորման գործակալները ազնիվ են հաղորդում ի…