O que é parada antecipada?
A parada precoce é uma técnica usada em inteligência artificial (IA) ou em outros programas de aprendizado de computador nos quais o ensino para temporariamente na tentativa de melhorar as pontuações. Isso pode ser feito através de uma série de módulos ou interrompendo uma lição mais longa várias vezes. Um problema que pode ocorrer ao não usar a parada antecipada é que a IA memoriza as informações, mas não aprende. Outro possível problema é que a IA continua aprendendo, mas perde informações de outras áreas. Esse é um recurso comum na maioria dos sistemas de IA que ocorre automaticamente, mas um técnico pode precisar programá-lo manualmente.
Embora a maioria dos sistemas de IA possa aprender com estímulos externos ou por meio da interação humana, uma maneira comum de ensinar esses sistemas antes de serem implantados ou de complementar o aprendizado é por meio de aplicativos educacionais. Esses aplicativos geralmente ensinam novos algoritmos ou novas maneiras de resolver problemas. A parada antecipada pode ser usada de duas maneiras: o aplicativo pode ser dividido em módulos e para após cada módulo, ou uma longa lição pode ser interrompida por uma parada.
Se a parada precoce não for usada, a IA poderá sofrer baixas pontuações nos testes, mostrando que não está aprendendo com o aplicativo educacional. Uma maneira de se manifestar é através da memorização. Após um certo período - isso difere para cada sistema de IA e sessão de ensino - o sistema de AI memoriza as informações, mas não as entende. Isso significa que as informações memorizadas podem ser descartadas rapidamente, portanto esse recurso interrompe o processo de aprendizado e força a IA a exibir o que aprendeu.
O segundo problema que pode ocorrer sem uma parada precoce é mais grave. Diferentemente da memorização, esse problema faz com que toda a IA sofra e pode ser difícil de corrigir. Nesse cenário, o sistema de IA continuará a aprender com o treinamento, mas esse aprendizado extra ocorrerá às custas de outras áreas da memória. Ele começará a despejar informações armazenadas anteriormente para abrir espaço para novo treinamento. A parada antecipada impede que isso aconteça, permitindo que a IA ajuste sua memória para armazenar melhor novas informações.
Esse recurso geralmente é usado automaticamente com a maioria dos sistemas de IA e programas de treinamento. Caso contrário, um técnico terá que executar manualmente uma parada em um determinado ponto. Quando o AI está exibindo notas de teste reduzidas, uma parada deve ser feita imediatamente, porque os problemas aparecerão após esse ponto. Embora não haja problemas sérios com a parada anterior, isso pode impedir o aprendizado do processo.