15% ошибок — лучший способ обучения для ИИ и людей

Всегда все делать правильно — это идеальный сценарий. Но такой идеальный показатель успеха может означать, что вы на самом деле ничего нового не изучаете. Новое исследование, опубликованное в Nature Communications доказало это. 

Согласно исследованию, обучение с оптимальной скоростью возможно при 15,87% случаев неудач. Это может обеспечить оптимальное обучение для учебных курсов, преподавания, да везде, где происходит обучение.

Чтобы получить соотношение неудач к успешному обучению 15/85%, Уилсон и его коллеги провели серию экспериментов по машинному обучению. Эксперименты были разработаны для того, чтобы научить компьютеры выполнять простые задачи, например, разбивать шаблоны по категориям или распознавать разницу между нечетными и четными числами.

Исследователи обнаружили, что компьютерные системы учатся быстрее всего, когда они делают правильный выбор в 85% случаев. Эта цифра совпадает с предыдущими исследованиями, проведенными на животных.

По мнению команды, такого рода разделение наиболее вероятно применимо к людям, когда речь идет о перцептивном обучении — обучении на опыте и примерах (мало чем отличающихся от алгоритма машинного обучения).

Возьмем, к примеру, радиолога, который научится определять разницу между изображениями опухолей и неопухолей: на слишком простом уровне рентгенолог правильно определит 100% изображений. На слишком сложно уровне процент может упасть до 50.

Но если радиолог правильно идентифицирует 85% изображений и ошибается в 15% случаев, обучение происходит наиболее эффективно.

Конечно, по мере приобретения знаний уровень сложности необходимо корректировать, чтобы задача обучения была на должном уровне с точки зрения обучающегося субъекта.

Исследователи также указывают, что их наблюдение охватывает только базовый, бинарный выбор — значит 85-процентной метод не вездесущ, это лишь методика, а не истина.

Потребуются дополнительные исследования, чтобы выяснить, как это применимо к образованию в целом, помимо компьютерных алгоритмов. Однако, это хорошая отправная точка для нахождения баланса между легким и скучным, и сложным и нудным — две крайности, над которыми педагоги думают уже давно.

«Если вы посещаете слишком лёгкие занятия, то вы, вероятно, и не получаете столько занятий, как пытающийся изо всех сил разобраться в теме ученик», — говорит Уилсон .

А о том, как нейросеть научили решать задачу трёх тел намного быстрее существующих методов читайте здесь. Скорость вычисления поможет вычислить «поведение» очень сложных и фундаментальных тел Вселенной — чёрных дыр.