Источник: Диана Бочарова
В Яндексе разработали способ обновлять список ключевых слов-триггеров в умных устройствах без эффекта «катастрофического забывания»*. Теперь приборы и гаджеты смогут научиться реагировать на новые голосовые команды, не теряя способности распознавать уже известные.
Эффект «катастрофического забывания» возникает в машинном обучении. Существующие методы непрерывного обучения позволяют уменьшить этот эффект, но не устраняют его полностью. Об этом сообщает официальный сайт Наука РФ.
*Катастрофическое забывание (catastrophic forgetting) — явление в машинном обучении, при котором модель, обучаясь на новых данных, резко теряет способность эффективно решать ранее изученные задачи.
Компания Яндекс нашла решение этой проблемы с помощью модульного расширения модели. Суть метода в том, что к работающей нейросети добавляется небольшой новый модуль. Это дополнительная обучаемая ветка, которая отвечает за распознавание новых команд. Ветка использует промежуточные признаки, которые уже извлекает основная модель, но имеет собственный классификатор для новых команд. При этом параметры базовой модели остаются неизменными, включая параметры нормализации и основной классификатор. Новый метод требует небольшого увеличения размера нейросети. Итоговый рост составляет менее 10%.
Фото: Скриншот с сайта «Яндекс Станция»
По мнению исследователей, метод компании Яндекс может быть задействован в умных колонках, бытовой технике, автомобильных голосовых помощниках и других устройствах с ограниченными вычислительными ресурсами. Благодаря этому гаджеты могут научиться реагировать на обновленные голосовые команды, не теряя способности распознавать уже известные.
Новое научное исследование с описанием подхода принято на международную конференцию Interspeech 2026, которая пройдёт с 27 сентября по 1 октября в Сиднее.
Подписывайтесь на наш Telegram-канал — там еще больше важных новостей!