MIT entwickelt eine “Periodentabelle” für maschinelles Lernen

Bahnbrechendes KI-Klassifizierungssystem

MIT-Wis­sen­schaft­ler haben ein inno­va­ti­ves Klas­si­fi­zie­rungs­sys­tem ent­wi­ckelt, das KI-Algo­rith­men ähn­lich wie che­mi­sche Ele­men­te im Peri­oden­sys­tem orga­ni­siert. Mit einer mathe­ma­ti­schen Grund­la­ge und einer ver­ein­heit­li­chen­den Glei­chung namens I‑Con kar­tiert die­ses Frame­work die DNA von Machi­ne-Lear­ning-Metho­den und deckt deren ver­bor­ge­ne Ver­bin­dun­gen und unge­nutz­tes Poten­zi­al auf. Das Sys­tem hat sei­nen Wert bereits unter Beweis gestellt, indem es einen neu­en Bild­klas­si­fi­zie­rungs­al­go­rith­mus her­vor­ge­bracht hat, der aktu­el­le Lösun­gen um 8% über­trifft. Mit Bei­trä­gen von Micro­soft- und Goog­le-For­schern ver­spricht die­ser Pio­nier­an­satz, KI-Inno­va­tio­nen zu beschleu­ni­gen, indem er unser Ver­ständ­nis und die Kom­bi­na­ti­on algo­rith­mi­scher Bau­stei­ne ver­än­dert. Das Ball­saal-Par­ty-Sze­na­rio des Frame­works, bei dem Gäs­te Daten­punk­te darstellen, hilft zu visua­li­sie­ren, wie Clus­te­ring-Algo­rith­men funk­tio­nie­ren, indem es zeigt, wie sich Daten natür­lich gruppieren.

Maschinelles Lernen – Forschungsergebnisse

MIT-For­scher haben ein umfas­sen­des Klas­si­fi­zie­rungs­sys­tem für maschi­nel­le Lern­mo­del­le ent­wi­ckelt und dabei eine orga­ni­sier­te Struk­tur geschaf­fen, die dem Peri­oden­sys­tem der Che­mie ähnelt. Die­ser inno­va­ti­ve Rah­men ord­net neu­ro­na­le Net­ze und Algo­rith­men nach ihren Eigen­schaf­ten, ihrer Leis­tung und ihren Anwendungen.

Das Pro­jekt kate­go­ri­siert Model­le nach ihrer Archi­tek­tur, ihren Trai­nings­an­for­de­run­gen und Aus­ga­be­ty­pen. Deep-Lear­ning-Netz­wer­ke wer­den nach ihren spe­zia­li­sier­ten Funk­tio­nen grup­piert, wie Bil­der­ken­nung oder natür­li­che Sprach­ver­ar­bei­tung, wäh­rend tra­di­tio­nel­le Algo­rith­men eige­ne Kate­go­rien basie­rend auf ihren mathe­ma­ti­schen Grund­la­gen ein­neh­men. Aktu­el­len Daten zufol­ge nutzt ein Drit­tel der Orga­ni­sa­tio­nen regel­mä­ßig gene­ra­ti­ve KI in min­des­tens einer Geschäftsfunktion.

Die­ser sys­te­ma­ti­sche Ansatz hilft For­schern, Mus­ter zwi­schen ver­schie­de­nen Modell­ty­pen zu iden­ti­fi­zie­ren und vor­her­zu­sa­gen, wel­che Kom­bi­na­tio­nen bes­se­re Ergeb­nis­se lie­fern könn­ten. Das Klas­si­fi­zie­rungs­sys­tem ist beson­ders für New­co­mer im Bereich nütz­lich, da es kla­re Wege zur Aus­wahl geeig­ne­ter Model­le für spe­zi­fi­sche Auf­ga­ben aufzeigt.

Der Rah­men zeigt auch Lücken in der aktu­el­len For­schung auf und weist auf poten­zi­el­le Ent­wick­lungs­be­rei­che hin. Durch die sys­te­ma­ti­sche Orga­ni­sa­ti­on des vor­han­de­nen Wis­sens beschleu­nigt das Pro­jekt die Ent­de­ckung neu­er Archi­tek­tu­ren und ver­bes­sert das Ver­ständ­nis von Modellbeziehungen.

Die frü­he Ein­füh­rung die­ses Klas­si­fi­zie­rungs­sys­tems hat bereits zu Effi­zi­enz­stei­ge­run­gen in For­schungs­teams geführt und die Zeit für Modell­aus­wahl und Ver­suchs­pla­nung redu­ziert. Das Pro­jekt ent­wi­ckelt sich kon­ti­nu­ier­lich wei­ter, wäh­rend neue Model­le ent­ste­hen, und behält sei­ne Rele­vanz in dem sich schnell ent­wi­ckeln­den Bereich des maschi­nel­len Ler­nens.

Quellenangabe

• https://www.microsoft.com/en-us/research/articles/a‑periodic-table-for-machine-learning/
• https://www.techexplorist.com/periodic-table-machine-learning/99078/
• https://mlq.ai/news/mit-researchers-unveil-periodic-table-for-machine-learning-algorithms-fueling-ai-discovery/
• https://opentools.ai/news/mit-unveils-game-changing-periodic-table-for-machine-learning-algorithms
• https://lup.lub.lu.se/record/5049457/file/5049463.pdf
• https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2023-generative-ais-breakout-year
• https://magazine.sebastianraschka.com/p/10-ai-research-papers-2023
• https://www.rackspace.com/solve/ai-machine-learning-research-2023
• https://www.kdnuggets.com/2023/03/top-machine-learning-papers-read-2023.html
• https://online.wlv.ac.uk/machine-learning-in-2023-what-does-it-offer-and-what-does-the-future-hold/

Wer­bung