Smartare system på kortare tid – ny metod låter AI träna sig själv
Forskare har utvecklat ett sätt där artificiell intelligens övar upp sin inlärningsförmåga helt utan mänsklig data.

Uppläsning av artikeln
Genom att låta två system utmana varandra kan framtida AI bli mer effektiv och resurssnål redan innan den möter verklig data.
Forskare vid Tel Avivs universitet och Stanford University har utvecklat en metod där AI-modeller övar upp sina färdigheter genom att lära varandra, helt utan mänsklig data. Detta gör att systemen kan utveckla grundläggande inlärningsförmågor på ett mer effektivt sätt än tidigare, vilket kan göra framtida verktyg snabbare och smartare.
Så fungerar det – i klarspråk Träningen går ut på att två AI-modeller samarbetar i ett slutet system. Den ena modellen skapar sekvenser av symboler, medan den andra försöker förutsäga nästa steg. Det krävs inga böcker, bilder eller kodfiler utifrån. Istället skapas allt material direkt under processens gång. När den första modellen blir bättre på att skapa kluriga mönster tvingas den andra att bli vassare på att lösa dem. Det kan liknas vid att två barn hittar på en egen lek med hemliga koder och därmed tränar upp sin mönsterigenkänning utan att behöva läsa färdiga instruktionsböcker.
Vad du kan göra med det redan idag Metoden är i nuläget ett vetenskapligt framsteg och finns fritt tillgänglig som forskningsstudie för utvecklare över hela världen. Tekniken är alltså inte en färdig konsumentprodukt än, men den visar hur framtida uppdateringar av dina vardagliga verktyg kan förbättras. När tekniken väl byggs in i konsumentprodukter kan det innebära att till exempel ditt digitala skrivverktyg eller din musikapp kan förstå dina mönster mycket snabbare, eftersom grunden för dess inlärningsförmåga redan är på plats.
Begränsningar och nästa steg Även om medtoden gör modellerna skickliga på att hitta mönster i allt från text till DNA-sekvenser, finns det en tydlig gräns. Systemen kan inte lära sig faktiska omvärldskunskaper på egen hand. De kan förstå hur strukturer är uppbyggda, men för att veta vem som är historisk regent eller hur ett specifikt recept tillagas krävs fortfarande att systemet matas med verklig information. Nästa steg för forskarna är att kombinera denna självstudieträning med verkliga datamängder för att skapa ännu mer resurssnåla system.
I denna artikel kan AI-teknik ha används helt eller delvis för text, bilder, ljud och film.
Läs sedan
Utvalt åt dig
Roger har följt travet i över 30 år och tippar V75 för de trogna läsarna varje söndag.
Kommentarer
…Laddar kommentarer…
Läs mer om ämnet
9 relaterade
AI hjälper vården – läkaren behövs fortfarande

Världens snabbaste tåg

Starkare än betong – materialen som revolutionerar modernt byggande

När AI speglar människan: Vad digitala system avslöjar om vår psykologi

AI med tydligare ansvar – vem sätter gränserna?

Skapa dina egna digitala verktyg med enkla textbeskrivningar – DeepSeek Harness lanserar Creator Mode

Markus Persson och de oväntade nya vägvalen

Livet fortsatte att blomstra i ruinerna – Mexiko



