https://syncedreview.com/2022/01/17/deepmind-podracer-tpu-based-rl-frameworks-deliver-exceptional-performance-at-low-cost-186/

지도 학습은 정답을 알려주고 데이터를 분류, 예측하는 학습이라고 한다고 해.

예를 들어서 고양이 사진을 주고 "얘는 고양이야" 라고 하면서 정답을 알려주는 거지.

비지도 학습은 그냥 병아리와 고양이, 사자 사진을 몽땅 다 주고 알아서 고양인지 아닌지 판단하게 하는 학습이라고 하네.

그런데 이번에 딥마인드에서 만든 ReLICv2는 지도 학습을 뛰어넘었다고 한다.

어려운 말들이 많아서 전부 읽지는 못했지만 그래도 성과를 그디로 옮긴다면

"ReLICv2가 1x, 2x 및 4x 변형에 대한 선형 ImageNet 평가에서 지도 ResNet50 기준선을 능가하는 최초의 자체 지도 표현 학습 방법임을 보여줍니다. ReLICv2는 ResNet50 아키텍처를 사용하여 ImageNet에서 77.1%의 상위 1 분류 정확도를 달성하고 더 큰 ResNet 모델에서 80.6%의 정확도를 달성하여 최첨단 자체 지도 접근 방식을 크게 능가하고 전이 학습, 준 지도 학습, 견고성 및 분포 외 일반화. 연구원들은 또한 ReLICv2가 기존의 ResNet 아키텍처를 사용하지만 최신 ViT 기반 방법에 필적하는 성능을 달성할 수 있다고 언급했습니다."

라고 되어있네. 특히 전이 학습(하나의 인공지능이 다른 쪽에서도 사용할 수 있음)과 일반화가 되다니..


Agi는 온다..