शोधकर्ताओं ने मानव हस्तक्षेप के बिना डेटा में पैटर्न की पहचान करने के लिए डिज़ाइन किए गए एक ग्राउंडब्रेकिंग आर्टिफिशियल इंटेलिजेंस एल्गोरिथ्म, टॉर्क क्लस्टरिंग का अनावरण किया है। पैटर्न विश्लेषण और मशीन इंटेलिजेंस पर IEEE लेनदेन में प्रकाशित एक हालिया पेपर में विस्तृत सफलता, अधिक स्वायत्त AI सिस्टम की ओर एक महत्वपूर्ण कदम चिह्नित कर सकती है।
पारंपरिक एआई के विपरीत, जो पूर्व-लेबल किए गए डेटासेट के साथ पर्यवेक्षित सीखने पर निर्भर करता है, टोक़ क्लस्टरिंग मशीनों को स्वतंत्र रूप से डेटा का विश्लेषण करने में सक्षम बनाता है-जिस तरह से जानवरों को अपने परिवेश से सीखने के तरीके की नकल करते हैं। एल्गोरिथ्म ने विशाल डेटासेट के भीतर छिपी हुई संरचनाओं को उजागर करके, दवा, वित्त और खगोल विज्ञान सहित विविध क्षेत्रों में असाधारण प्रदर्शन का प्रदर्शन किया है।
प्रौद्योगिकी विश्वविद्यालय के प्रोफेसर सीटी लिन ने सिडनी ने मौजूदा एआई मॉडल की सीमाओं पर प्रकाश डाला, यह देखते हुए कि पर्यवेक्षित सीखने के लिए व्यापक मानव इनपुट की आवश्यकता होती है, जो महंगा और समय लेने वाली है। उन्होंने कहा, “इसके विपरीत, इसके विपरीत, डेटा लेबल किए बिना काम करता है, डेटासेट के भीतर अंतर्निहित संरचनाओं और पैटर्न को उजागर करता है,” उन्होंने कहा।
नवाचार भौतिकी से प्रेरित है, विशेष रूप से गुरुत्वाकर्षण बातचीत में टोक़ की अवधारणा। पहले लेखक डॉ। जी यांग ने बताया कि विधि द्रव्यमान और दूरी सिद्धांतों का लाभ उठाती है, जिससे यह उच्च सटीकता के साथ स्वायत्त रूप से क्लस्टर डेटा की अनुमति देता है। 1,000 डेटासेट पर कठोर परीक्षण से पता चला है कि टोक़ क्लस्टरिंग ने 97.7% समायोजित आपसी सूचना (एएमआई) स्कोर हासिल किया, जो पारंपरिक असुरक्षित शिक्षण तकनीकों को पार कर गया।
विशेषज्ञों का मानना है कि एल्गोरिथ्म सामान्य कृत्रिम बुद्धिमत्ता को आगे बढ़ाने में एक महत्वपूर्ण भूमिका निभा सकता है, विशेष रूप से रोबोटिक्स और स्वायत्त प्रणालियों में। अपने ओपन-सोर्स रिलीज़ के साथ, वर्ल्डवाइड शोधकर्ता अब अपने अनुप्रयोगों का पता लगा सकते हैं, एआई विकास में एक नए युग के लिए मंच की स्थापना कर सकते हैं।
