Technologie

L’une des étapes les plus complexes de la création d’un modèle d’intelligence artificiel est de trouver assez de données d’exemples, à partie desquels le réseau de neurones peut apprendre, et de les annoter manuellement.

Logiroad.ai a mis en place plusieurs stratégies pour palier à cette problématique.

  • Le transfert d’apprentissage, permet de réutiliser des réseaux de neurones ayant déjà une bonne compréhension générique des formes, des objets, ou du langage, si possible déjà dans un domaine proche, puis de les spécialiser sur la tache à laquelle ils seront dédiés.
  • L’augmentation des données, qui permet à partir d’un jeu de données, de générer d’autres exemples similaires, mais un peu différents, pour permettre au réseau d’apprendre d’avantage.
  • L’apprentissage actif, qui permet de sélectionner un sous ensemble de données qui sera le plus à même d’apporter de la valeur ajoutée à l’apprentissage, ce qui peut permettre de diviser par 10 les besoins en annotations de données.

..

Étiquettes:

Laisser un commentaire