Przejdź do treści Wyszukiwarka
20.11.2024
– Słowem-kluczem dla nas jest zero-waste, czyli recykling. W przypadku uczenia maszynowego oznacza to wykorzystanie tego, co modele już robiły, np. w ramach uczenia ciągłego. Ludzie i zwierzęta uczą się na bazie danych docierających do nich cały czas – mówi prof. Tomasz Trzciński w podcaście Cybe(r)ewolucja.

– Kiedy uczysz się np. hiszpańskiego, włoskiego, francuskiego, to każdy z tych kolejnych języków pomaga ci w nabywaniu kolejnych umiejętności, bo one mają cechy wspólne, a twój sposób uczenia się poprawia. Modele działają zupełnie inaczej. Jeśli nauczysz model, jak mówić po hiszpańsku, a potem jak mówić po włosku, musisz zmienić zbiór danych. (…) W tym momencie zaczyna się zapominanie tego, jak mówić po hiszpańsku, i to zapominanie katastroficzne – jak każesz modelowi mówić po włosku, to nie będzie już umiał mówić po hiszpańsku. Oznacza to, że każdą kolejną aplikację trzeba trenować od nowa. Staramy się opracować metody, które pozwalają nabywać wiedzę w trybie ciągłym, bez tracenia tej poprzednio zdobytej.

– Mamy w tym roku [w ramach grupy badawczej w IDEAS NCBR] rekordową liczbę publikacji na najważniejszej konferencji związanej z widzeniem maszynowym – ECCV w Mediolanie. To konferencja najwyższej rangi, punktowana tak jak publikacja w „Nature”, odwiedza ją kilka tysięcy osób z całego świata. Ta liczba to pięć. W skali Polski to, wydaje się, pierwszy raz, gdy jedna jednostka jest w stanie zaprezentować tak wiele prac. Dla porównania, MIT czy Stanford mają na takich konferencjach kilkanaście do kilkudziesięciu publikacji. Gdy 10 lat temu wracałem do Polski po doktoracie w Szwajcarii, takich publikacji mieliśmy zero. Cyklicznie zero. Taki był punkt odniesienia. Teraz tych publikacji z udziałem polskich naukowców na każdej najważniejszej konferencji jest co najmniej trzy, pięć, czasami więcej. Moim zdaniem, osiągnięcie takiego pułapu przez polskie jednostki naukowe w ciągu zaledwie 10 lat to sukces, z którym warto się otworzyć na świat – i przekuwać go na rozwiązania komercyjne, które będą tworzyły miejsca pracy i budowały polską gospodarkę.

– Dziś najważniejsza dla nauki w Polsce jest konsekwentna polityka premiowania najwybitniejszych osiągnięć naukowych, by na ich podstawie tworzyć innowacyjne firmy.

Z prof. Tomaszem Trzcińskim, liderem grupy badawczej „Uczenie maszynowe zero-waste w wizji komputerowej” w IDEAS NCBR i profesorem Politechniki Warszawskiej, rozmawia Bolesław Breczko. Polecamy odcinek podcastu do wysłuchania tutaj.

Polecane aktualności

27.01.2025
Jak generatywna AI będzie wdrażana w firmach?
24.01.2025
Nagrania z Warsaw IACR Summer School on Post-Quantum Cryptography dostępne online
07.01.2025
Dzięki AI Polska mogłaby konkurować z najlepszymi na świecie