محققان در یک پژوهش تازه، راهکار جالبی برای جایگزینی یا تقویت روش کلاسیک «Backpropagation» در شبکههای عصبی پیدا کردهاند. این روش که از «قوانین یادگیری متقارن (Sign-Symmetry)» الهام گرفته، مدلهایی را که با روشهای استاندارد آموزش دیدهاند، با دقت بالاتر و پایداری بیشتر (Robustness) بهینهسازی میکند.
این یافته نه تنها عملکرد مدلها را ارتقا میدهد، بلکه درها را به روی روشهای «یادگیری بیولوژیک» در هوش مصنوعی باز میکند که میتواند آینده آموزش مدلهای سنگین را متحول کند. 🚀
منبع: arXiv Machine Learning