झिरो-लेबल भाषा शिक्षणाकडे
मशीन लर्निंगला डेटाची गरज असते. बहुतेक मॉडेल्सना हा डेटा लेबल करण्यासाठी मानवांची आवश्यकता असते. या प्रक्रियेसाठी वेळ आणि पैसा खर्च होतो.
संशोधक हे बदलत आहेत. ते झिरो-लेबल लर्निंगकडे वळत आहेत. ही पद्धत मॉडेल्सना मानवी लेबलशिवाय शिकू देते.
हे कसे कार्य करते:
- मॉडेल्स पॅटर्न शोधण्यासाठी अनसुपरवाइज्ड लर्निंगचा वापर करतात.
- ते भाषेची रचना स्वतःहून शिकतात.
- ते नवीन माहितीचा अंदाज लावण्यासाठी विद्यमान ज्ञानाचा वापर करतात.
या बदलामुळे प्रचंड डेटासेटची गरज कमी होते. यामुळे मॉडेल्सचे प्रशिक्षण जलद होते. तसेच, यामुळे विशिष्ट (niche) भाषांसाठी AI अधिक सुलभ होते.
याचे उद्दिष्ट कार्यक्षमता आहे. मॉडेल्सनी मानवांप्रमाणे शिकावे असे आम्हाला वाटते. आपण जगाचे निरीक्षण करतो आणि सततच्या दुरुस्तीशिवाय शिकतो.
स्रोत: https://dev.to/paperium/towards-zero-label-language-learning-3omp
वैकल्पिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi