Что происходит, когда модель ИИ сталкивается с чем-то, чего она никогда раньше не видела? Для физического ИИ это не крайний случай, который можно просто игнорировать. Реальные среды содержат незнакомые объекты, изменяющиеся условия и неожиданные взаимодействия. Разнообразный набор данных может помочь экспонировать модели к большему количеству таких ситуаций, но сбор полезных данных в масштабе также требует четких требований к задачам и надежных проверок качества. Вот почему я считаю, что инфраструктура, стоящая за сбором данных в реальном мире, заслуживает большего внимания. @vangrid_io работает в области, где связь участников данных с потребностями обучения ИИ может быть важной. Что бы вы предпочли: собирать редкие крайние случаи или расширять покрытие повседневных сред в первую очередь?
Thats GoodПоделиться
Источник:Показать оригинал
Отказ от ответственности: Информация на этой странице может быть получена от третьих лиц и не обязательно отражает взгляды или мнения KuCoin. Данный контент предоставляется исключительно в общих информационных целях, без каких-либо заверений или гарантий, а также не может быть истолкован как финансовый или инвестиционный совет. KuCoin не несет ответственности за ошибки или упущения, а также за любые результаты, полученные в результате использования этой информации.
Инвестиции в цифровые активы могут быть рискованными. Пожалуйста, тщательно оценивайте риски, связанные с продуктом, и свою устойчивость к риску, исходя из собственных финансовых обстоятельств. Для получения более подробной информации, пожалуйста, ознакомьтесь с нашими Условиями использования и Уведомлением о риске.