Amikor memórianyomokat tárolunk el megfigyeléseinkről, számos cél lebeghet előttünk: jövőbeli események jóslatainak minőségét akarjuk javítani, tömöríteni szeretnénk megfigyeléseinket, biztosítani akarjuk, hogy hatékonyan tudjunk alkalmazkodni a környezetünkhöz azzal, hogy minél jobb modelleket tanulunk meg. Ezek a lehetséges célok különböző számításokat igényelnek, s különbözőképpen befolyásolják azt, hogy milyen adatpontokat tárolunk el, vagy a tömörítéssel milyen torzításokat vezetünk be. Az emberi és más állatok memóriájáról tudható az, hogy szisztematikus torzítások jellemzik és jósolható, hogy mely adatpontokra emlékszünk nagyobb valószínűséggel, vagy éppen melyekre emlészünk úgy, mintha megtörténtek volna, noha soha nem tapasztaltuk azokat. A mesterséges intelligencia eszközei használhatóak arra, hogy megértsük, hogy a különböző lehetséges célok milyen jellegű hibákat memóriahibákat vezetnének be. A gépi tanulás eszközeit (mint például a Bayes-i modell szelekciót, vagy a mély tanulás) felhasználva azt próbáljuk ebben a projektben feltárni,
30hogy egy optimális tanuló rendszer milyen hibákat vétenek és ennek alapján tárjuk fel, hogy milyen elvek uralják az emberi memóriát.A projekt lehetőséget ad arra, hogy agépi tanulás legfejlettebb eszközeiben, mint on-line tanulás (on-line/continual learning)), vagy mély generatív modellek (deep generative models) jártasságot lehessen szerezni és a mesterséges intelligencia kutatásokkal szimbiózisban fejlődő számára komputációs kognitív tudományokban el lehessen mélyülni.
előírt nyelvtudás: angol felvehető hallgatók száma: 1
Jelentkezési határidő: 2024-05-31
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
