Yuqori sifatli ML modellari yoki mashinani o‘qitish modellarini katta hajmdagi ma‘lumotlarda yaratish osonroq. Ammo yangi yoki noyob hodisalarni o‘rganishda ma‘lumotlar yo‘q yoki yetarli bo‘lmasa yoki ularni tayyorlash uchun vaqt va resurslar bo‘lmasa-chi?
Modellarni o‘qitish xarajatlarini minimallashtirish uchun ma‘lumotlarni tayyorlashning muayyan bir usuli qo‘llanila boshlandi — ko‘plab toifalarni umumlashtirish. Shunday qilib, bir nechta (Few-Shot Learning) yoki bitta (One- Shot Learning) o‘qitish misollari yordamida yangi sinflarni tanib aniqlashga qodir bo‘lgan mashinani o‘qitish uslublari paydo bo‘ldi.
Misollarsiz o‘qitish yoki Zero-shot — bu model aniq misollar yordamida oldindan tayyorgarliksiz yangi vazifalarni hal qilishni o‘rganadigan uslub. Buning o‘rniga, shunchaki aniq bir mavzu tavsiflanadi va yordamchi axborot bilan to‘ldiriladi.
Bu uslub, masalan, yangi loyihalarni ishga tushirishda dolzarb bo‘ladi. Va agar ilgari modellar haqiqatga taqlid qiluvchi sun‘iy ravishda yaratilgan ma‘lumotlar bo‘yicha o‘qitilgan bo‘lsa, Zero-shot yordamida modellar aynan bir xil sifat bilan lekin tezroq o‘qitiladi.
Masalan robotning boshlang‘ich versiyasini yaratish uchun mijozlar ovozli yordamchiga murojaat qiladigan niyatlar (intentlar) ro‘yxati va ularning tavsifi yetarli. Shuning uchun eng qisqa vaqt ichida virtual assistentning birinchi versiyasini ishga tushirish va keyin uni haqiqiy ma‘lumotlarga asoslangan holda o‘qitish mumkin.
«Zero-shot uslubi bo‘yicha modelini o‘qitish uslubi virtual assistentni ishga tushirish uchun yangi imkoniyatlarni ochib beradi, bu unga oldindan tayyorgarliksiz o‘qish va yangi vaziyatlarga moslashish imkonini beradi. Bu inqilobiy yondashuv bo‘lib, u bizning modelni o‘qitish haqidagi tasavvurimizni, shuningdek, o‘rganishning mumkin bo‘lgan chegaralarini o‘zgartirishni va‘da qiladi. Ushbu texnologiya tufayli biz robotlarni bi necha soat, ba’zan atigi bir necha daqiqa o‘qitamiz va shundan keyin haqiqiy replikalarni to‘playmiz va modelni kerakli darajagacha o‘rgatamiz», - deb gapirib berdi U-BSS direktori Pulat Xaliulin.
