محققان در پژوهشی جدید، راهکار هوشمندانهای برای رفع چالشهای مدلهای هوش مصنوعی «کوانتیده» (Quantized) ارائه دادهاند. این مدلها به دلیل فشردگی بالا، گاهی با ناپایداری در محاسبات مواجه میشوند.
در این مطالعه، با استفاده از تکنیک «میانگینگیری گوسی» به عنوان جایگزینی نرم برای توابع فعالساز (مثل ReLU)، روشی ابداع شده که نویز کوانتیدگی را به درستی مدلسازی کرده و پایداری شبکه را در زمان آموزش و استنتاج به شکل چشمگیری افزایش میدهد. این دستاورد میتواند به توسعه مدلهای هوش مصنوعی سبکتر و در عین حال قابلاعتمادتر منجر شود.
منبع: arXiv Machine Learning