محققان گام بزرگی در درک چرایی موفقیت مدلهای بزرگ هوش مصنوعی برداشتهاند. در مقالهای که بهتازگی منتشر شده، برای اولین بار اثبات شده است که شبکههای عصبی عمیق با توابع فعالساز هموار (Smooth Activations) که توسط الگوریتمهای استاندارد (GD و SGD) آموزش میبینند، میتوانند به نرخهای خطای بهینه (Minimax-Optimal) دست پیدا کنند.
این تحقیق نشان میدهد که چگونه میتوان ضمانتهای تئوری یادگیری را از روشهای کرنل به شبکههای عصبی عمیق منتقل کرد. این یعنی ما حالا درک ریاضی دقیقتری از رفتار این شبکهها داریم و میدانیم که با افزایش عرض شبکه متناسب با دادهها، عملکرد مدل تا چه حد میتواند به دقتِ ایدهآل نزدیک شود. خبری عالی برای علاقمندان به مباحث عمیق و تئوریک هوش مصنوعی! 🎓✨
منبع: arXiv AI