محققان به تازگی از چارچوب قدرتمندی بر پایه «شبکه عصبی سیامی» (SNN) رونمایی کردند که میتواند پدیدههای بحرانی در مدلهای فیزیک آماری (مانند نظریه تراوش) را حتی با دادههای آموزشی بسیار محدود شناسایی کند.
نکته جالب اینجاست که این مدل بدون نیاز به آموزش مجدد و فقط با یادگیری الگوهای ساده، قادر است رفتار سیستمهای پیچیدهتر را تحلیل کند. این یعنی گامی بزرگ برای هوش مصنوعی در محیطهایی که دادههای برچسبگذاری شده در آنها بسیار کمیاب است. 📉✨
منبع: arXiv Machine Learning