Nový typ neurónovej siete môže spôsobiť revolúciu v oblasti

Transformer je nový typ architektúry ­neurónových sietí, ktorý prináša zlepšenie efektívnosti a presnosti pri úlohách, ako je spracovanie prirodzeného jazyka. Ako doplnok k iným neurónovým architektúram, ako sú konvolučné neurónové siete a rekurentné neurónové siete, poskytuje architektúra transformerov nové schopnosti pre strojové učenie. Transformer nás posúva od umelej inteligencie nachádzajúcej vzory v existujúcich údajoch alebo učiacej sa na základe opakovania k umelej inteligencii, ktorá sa môže učiť z kontextu a vytvárať nové informácie. V súčasnosti poskytovatelia takejto UI hľadajú spôsoby, ako začleniť niektoré z väčších modelov transformerov na spracovanie prirodzeného jazyka (natural language processing – NLP) do rôznych komerčných aplikácií. Takisto sa skúmajú možnosti, ako tieto techniky uplatniť pri rôznych problémoch, napríklad analýze časových radov, detekcii anomálií, generovaní štítkov a optimalizácii. Popri tom sa riešia aj výzvy objavujúce sa pri komercializácii ...