Hva er tidlig stopp?

Tidlig stopp er en teknikk som brukes i kunstig intelligens (AI) eller andre datamaskinlæringsprogrammer der undervisningen midlertidig stopper i et forsøk på å forbedre score. Dette kan gjøres enten gjennom en serie moduler eller ved å avbryte en lengre leksjon flere ganger. Et problem som kan oppstå ved å ikke bruke tidlig stopp er at AI lagrer informasjon, men ikke lærer. Et annet mulig problem er at AI fortsetter å lære, men mister informasjon fra andre områder. Dette er en vanlig funksjon i de fleste AI-systemer som oppstår automatisk, men en tekniker må kanskje programmere dette manuelt.

Mens de fleste AI-systemer kan lære av stimulering utenfor eller gjennom menneskelig interaksjon, er en vanlig måte å lære disse systemene før de blir distribuert eller supplere læring gjennom pedagogiske applikasjoner. Disse applikasjonene lærer ofte nye algoritmer eller nye måter å løse problemer på. Tidlig stopp kan brukes på to måter: applikasjonen kan deles i moduler og den stopper etter hver modul, eller en lang leksjon kan bli avbrutt av et stopp.

Hvis tidlig stopping ikke brukes, kan AI-en få lave testresultater, noe som viser at det ikke lærer av den pedagogiske applikasjonen. En måte dette manifesterer seg er gjennom memorering. Etter en viss periode - dette er forskjellig for hvert AI-system og undervisningsøkt - lagrer AI-systemet informasjonen utenat, men forstår ikke den. Dette betyr at memorert informasjon raskt kan droppes, slik at denne funksjonen stopper læringsprosessen og tvinger AI til å vise hva den har lært.

Det andre problemet som kan oppstå uten tidlig stopp er mer alvorlig. I motsetning til memorering, fører dette problemet til at hele AI-enheten lider og kan være vanskelig å fikse. I dette scenariet vil AI-systemet fortsette å lære av trening, men denne ekstra læringen kommer på bekostning av andre minneområder. Det vil begynne å dumpe tidligere lagret informasjon for å gi plass til ny trening. Tidlig stopp hindrer dette i å skje ved å la AI justere minnet for å lagre ny informasjon bedre.

Denne funksjonen brukes ofte automatisk med de fleste AI-systemer og treningsprogrammer. Hvis ikke, må en tekniker manuelt kjøre et stopp på et bestemt punkt. Når AI viser nedsatt testresultat, bør en stoppe øyeblikkelig, fordi det vil oppstå problemer etter dette tidspunktet. Selv om det ikke er noen alvorlige problemer med å stoppe tidligere enn dette, kan det hindre læring av prosessen.