การหยุดก่อนกำหนดเป็นเทคนิคที่ใช้ในปัญญาประดิษฐ์ (AI) หรือโปรแกรมการเรียนรู้คอมพิวเตอร์อื่น ๆ ซึ่งการสอนหยุดชั่วคราวเพื่อพยายามปรับปรุงคะแนน ซึ่งสามารถทำได้ผ่านชุดของโมดูลหรือโดยการขัดจังหวะบทเรียนอีกต่อไปหลายต่อหลายครั้ง ปัญหาหนึ่งที่อาจเกิดขึ้นจากการไม่ใช้การหยุดก่อนกำหนดคือ AI จะจดจำข้อมูล แต่ไม่เรียนรู้ ปัญหาที่เป็นไปได้อีกอย่างหนึ่งคือ AI ยังคงเรียนรู้ แต่สูญเสียข้อมูลจากพื้นที่อื่น นี่เป็นคุณสมบัติทั่วไปในระบบ AI ส่วนใหญ่ที่เกิดขึ้นโดยอัตโนมัติ แต่ช่างเทคนิคอาจต้องตั้งโปรแกรมด้วยตนเอง
ในขณะที่ระบบ AI ส่วนใหญ่สามารถเรียนรู้จากการกระตุ้นจากภายนอกหรือผ่านการปฏิสัมพันธ์ของมนุษย์วิธีการทั่วไปในการสอนระบบเหล่านี้ก่อนที่พวกเขาจะถูกนำไปใช้ แอปพลิเคชันเหล่านี้มักจะสอนอัลกอริทึมใหม่หรือวิธีการใหม่ในการแก้ปัญหา การหยุดก่อนกำหนดสามารถใช้ได้สองวิธี: แอปพลิเคชันสามารถแบ่งออกเป็นโมดูลและหยุดหลังจากแต่ละโมดูลหรือบทเรียนยาวอาจถูกขัดจังหวะโดยหยุด
หากไม่ได้ใช้การหยุด แต่เนิ่น ๆ AI จะได้รับคะแนนการทดสอบต่ำแสดงว่าไม่ได้เรียนรู้จากแอปพลิเคชันการศึกษา วิธีหนึ่งในการแสดงนี้คือการท่องจำ หลังจากระยะเวลาหนึ่ง - สิ่งนี้แตกต่างกันไปสำหรับแต่ละระบบ AI และช่วงการเรียนการสอน - ระบบ AI จะจดจำข้อมูล แต่ไม่เข้าใจ ซึ่งหมายความว่าสามารถลบข้อมูลที่บันทึกไว้ได้อย่างรวดเร็วดังนั้นคุณลักษณะนี้จะหยุดกระบวนการเรียนรู้และบังคับให้ AI แสดงสิ่งที่เรียนรู้
ปัญหาที่สองที่สามารถเกิดขึ้นได้โดยไม่หยุดก่อนมีปัญหามากขึ้น ปัญหานี้ทำให้ AI ทั้งหมดต้องประสบและอาจแก้ไขได้ยาก ในสถานการณ์นี้ระบบ AI จะยังคงเรียนรู้จากการฝึกอบรมต่อไป แต่การเรียนรู้พิเศษนี้มาจากค่าใช้จ่ายในส่วนของหน่วยความจำอื่น มันจะเริ่มทิ้งข้อมูลที่เก็บไว้ก่อนหน้านี้เพื่อให้มีที่ว่างสำหรับการฝึกอบรมใหม่ การหยุดก่อนหน้านี้ช่วยป้องกันไม่ให้เกิดเหตุการณ์นี้ขึ้นโดยอนุญาตให้ AI ปรับหน่วยความจำเพื่อจัดเก็บข้อมูลใหม่ได้ดีขึ้น
คุณสมบัตินี้มักใช้กับระบบ AI และโปรแกรมการฝึกอบรมส่วนใหญ่โดยอัตโนมัติ ถ้าไม่เช่นนั้นช่างจะต้องหยุดด้วยตนเอง ณ จุดหนึ่ง เมื่อ AI แสดงคะแนนการทดสอบลดลงควรหยุดทันทีเพราะปัญหาจะปรากฏขึ้นหลังจากจุดนี้ แม้ว่าจะไม่มีปัญหาร้ายแรงในการหยุดก่อนหน้านี้ แต่อาจเป็นอุปสรรคต่อการเรียนรู้กระบวนการ
