นักวิจัย MIT พัฒนาเทคนิคการฝึกอบรมแบบประหยัดข้อมูลสำหรับตัวจำลองสภาพภูมิอากาศ
เริ่มตรงนี้
นักวิจัย MIT ได้พัฒนาเทคนิคการฝึกอบรมที่ช่วยให้ตัวจำลองสภาพภูมิอากาศด้วย AI สามารถเทียบเท่าหรือเหนือกว่าโมเดลที่ฝึกอบรมตามวิธีปกติ โดยใช้ข้อมูลเพียงเศษเสี้ยว วิธีการนี้สร้างสถานการณ์การฝึกอบรมสังเคราะห์ที่ปรับให้เหมาะสมซึ่งมีรูปแบบการปล่อยมลพิษที่แปรผันอย่างรวดเร็ว ทำให้ตัวจำลองที่ฝึกด้วยข้อมูลน้อยกว่ามากสามารถคาดการณ์สถานการณ์ที่ไม่เคยเห็นได้อย่างแม่นยำ ซึ่งตัวจำลองแบบดั้งเดิมล้มเหลว งานวิจัยนี้ตีพิมพ์ใน Proceedings of the National Academy of Sciences นักวิจัยกล่าวว่าวิธีนี้ยังช่วยปรับปรุงความสามารถในการปรับตัวของตัวจำลอง แม้ว่าผลประโยชน์ที่รายงานจะมาจากการศึกษาของพวกเขาเองมากกว่าการประเมินที่เป็นอิสระ
สร้างจากรายงาน · อัปเดต 1 ชม. ที่แล้ว
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- MIT Newsนักวิจัย MIT พัฒนาเทคนิคการฝึกฝนสำหรับตัวจำลองสภาพภูมิอากาศที่เร็วและน่าเชื่อถือยิ่งขึ้น
นักวิจัย MIT ได้พัฒนาเทคนิคการฝึกฝนที่ช่วยเพิ่มประสิทธิภาพและความสามารถในการปรับตัวของตัวจำลองสภาพภูมิอากาศ AI โดยใช้ข้อมูลเพียงเศษเสี้ยวของที่ปกติต้องใช้ วิธีการนี้สร้างสถานการณ์การฝึกฝนสังเคราะห์ที่ปรับให้เหมาะสมพร้อมการเปลี่ยนแปลงการปล่อยมลพิษอย่างรวดเร็ว ทำให้ตัวจำลองที่ฝึกฝนด้วยข้อมูลน้อยกว่ามากสามารถคาดการณ์สถานการณ์ที่ไม่เคยเห็นได้อย่างแม่นยำ ซึ่งตัวจำลองแบบดั้งเดิมล้มเหลว งานนี้ตีพิมพ์ใน Proceedings of the National Academy of Sciences
ความร้อนแรงของเหตุการณ์นี้
ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม