همیشه شنیدهایم که «پسانتشار» (Backpropagation) ستون فقرات یادگیری عمیق است، اما حالا محققان در یک دستاورد هیجانانگیز نشان دادند که میتوان بدون نیاز به محاسبات سنگین گرادیان، شبکههای عصبی را آموزش داد! 🧠
این روش جدید که بر پایه الگوریتم ساده «مونت کارلو» (Monte Carlo) بنا شده، با تغییرات تصادفی در پارامترها و حفظ نتایج بهتر، موفق شده شبکههای عمیق را به شکلی کارآمد آموزش دهد. این متد جدید نه تنها نیاز به تکنیکهایی مثل Batch Normalization را حذف میکند، بلکه اجازه میدهد با وزنهای گسسته و معماریهای خاص هم به راحتی کار کنید. این یعنی یک گام بزرگ به سمت مدلهای هوش مصنوعی «الهامگرفته از فیزیک» و فهم عمیقتر از خودسازماندهی در شبکههای عصبی.
منتظر تغییرات بزرگ در نحوه آموزش مدلهای آینده باشید! 🤖✨
منبع: arXiv Machine Learning
