🧠 دقت در برچسب‌گذاری داده‌ها؛ وقتی هوش مصنوعی یاد می‌گیرد به انسان‌های «خطاکار» اعتماد نکند!

⚠️ هشدار به محققان: چرا دقت مدل‌های شناسایی پهپاد گاهی «واقعی» نیست؟

محققان متد جدیدی به نام PA-DSL معرفی کرده‌اند که انقلابی در یادگیری نظارت‌شده ایجاد می‌کند. مشکل کجاست؟ در بسیاری از پروژه‌ها، انسان‌ها برای آموزش مدل، برچسب‌هایی می‌زنند که خودشان هم ممکن است اشتباه یا نویز داشته باشند.

این روش جدید، با استفاده از مواردِ تأییدشده توسط کارشناسان، خطاهای برچسب‌های انسانی را اصلاح کرده و مدل را به شکلی آموزش می‌دهد که حتی با وجود داده‌های ناقص، به نتایج بسیار دقیق‌تری برسد. آزمایش‌ها نشان می‌دهد این متد می‌تواند خطای مدل را تا ۱۷ درصد کاهش دهد! 🚀

یک گام دیگر به سمت هوش مصنوعیِ قابل‌اعتمادتر در پردازش داده‌های حجیم.

منبع: arXiv AI