1. 首頁 > 科技 > >

網絡安全|深度學習也能不玩大數據？小企業訓練大模型有新解( 二 )

網絡安全


Landing AI重點在于讓客戶能夠自己訓練機器學習模型 ， 該公司主要為其提供相關工具 ， 能在數據出現異常時進行數據標記 ， 讓公司自己就能實現模型的快速更新 。

吳恩達表示 ， 這不僅僅是制造業的問題 ， 以醫療健康領域為例 ， 每家醫院的電子版健康記錄都有自己的格式 ， 期望每家醫院的程序員開發不同的模型是不現實的 ， 唯一的方法就是為客戶提供工具 ， 讓他們能夠構建適配的模型 ， Landing AI目前在計算機視覺領域推廣這樣的工具 ， 其他AI領域業需要做這樣的工作 。
結語：深度學習方法或轉向 ， 數據求精不求多長期以來 ， 深度學習模型的更新與優化主要依賴對模型的調整 ， 或直接補充更多數據 ， 反復訓練模型 ， 提升模型的準確度 。 吳恩達則更推薦對少量噪聲數據進行數據標記和更新 ， 實現更有針對性的模型優化 。
此前 ， 吳恩達在推特上發起了“Data-centric AI”競賽 ， 使更多從業人員注意到通過數據進行模型優化的方法 ， 越來越多的研究人員使用數據增強（data augmentation）、合成數據（synthetic data）等方法 ， 實現更高效的模型訓練 。 未來 ， 數據優化是否會成為實現模型迭代的主流方法 ， 值得期待 。
來源：IEEE

相關經驗推薦