محققان در مقاله جدید خود به سراغ چالش «تعمیمپذیری» در هوش مصنوعی رفتهاند. وقتی مدلهای خودمختار را در محیطهای متنوع قرار میدهیم، معمولاً دچار بیشبرازش (Overfitting) میشوند.
این روش جدید، با استفاده از یک الگوریتم «آموزش ماشین سلسلهمراتبی» (Hierarchical Machine Teaching)، بهصورت هوشمند محیطهای آموزشی را انتخاب کرده و با ترکیب دادههای مختلف، به هوش مصنوعی کمک میکند تا یاد بگیرد در محیطهای جدید و ناآشنا هم رفتاری دقیق و قابلاطمینان داشته باشد. این گام بزرگی برای افزایش هوشمندی و تعمیمپذیری رباتها در دنیای واقعی است. 🤖🧠
منبع: arXiv Machine Learning
