A Google bejelentette a mesterséges intelligencia fejlesztésének következő nagy lépését a gépi tanulás új megközelítésével, amely a neurális hálózatok segítségével még hatékonyabb neurális hálózatokat hozhat létre. Alapvetően egy gép megtanításáról beszélünk a saját fajtájának létrehozására.
Mesterséges ideghálózatokat fejlesztenek az agy tanulási folyamatának utánzására, és a Google szerint az AutoML nevű új technológiája még erősebbé, hatékonyabbá és könnyebben használhatóvá teheti ezeket a hálózatokat.
A Google vezérigazgatója, Sundar Pichai példát mutatott az AutoML működésére azáltal, hogy beszédet mondott a Google I / O 2017-en, a szoftver- és hardverfejlesztőknek szóló éves rendezvényen, ahol a vállalat általában bemutatja vagy legalábbis beszél azokról a termékekről, amelyeken jelenleg dolgozik.
"Ez így működik: felveszünk egy sor jelöltet az ideghálózatokra - nevezzük őket baba ideghálózatoknak -, és többször futtatunk rajtuk egy kész neurális hálózatot, hogy hibákat találjanak, amíg még hatékonyabb ideghálózatot nem kapunk", - - mondta Pichai.
Ezt a folyamatot stimulált tanulásnak nevezzük, ahol jutalmat kap a számítógép a hibák megtalálásáért. Ugyanezen elv alapján például új trükköket tanítanak a kutyáknak. Természetesen a számítógépek esetében ez óriási számítási teljesítményt igényel, de a Google berendezésének ereje már olyan szintet ért el, hogy az egyik neurális hálózat könnyen elemezheti egy másik neurális hálózat munkáját.
Igazi számítógépes mérnöki szakértői csapat és hatalmas idő szükséges egy neurális hálózat létrehozásához, de az AutoML jóvoltából a jövőben szinte minden felhasználó képes lesz felépíteni saját AI rendszerét, és abszolút bármilyen feladat elvégzésére programozhatja.
"Reméljük, hogy az AutoML technológia, amely jelenleg csak néhány kutatóközpont számára elérhető, három-öt év múlva több száz, és több ezer neurális hálózat-fejlesztő számára válik elérhetővé, akik saját céljaikra akarják használni őket" - írta Pichai a hivatalos blog.
Az AutoML technológia sémája: a neurális hálózatok működésének többszintű elemzése a legokosabbak meghatározása érdekében
Promóciós videó:
A gépi tanulás - kísérlet arra, hogy a számítógépet felruházza azzal a képességgel, hogy a rendelkezésre álló információk alapján saját következtetéseket vonhasson le - csak egyike a mesterséges intelligencia fejlesztésének egyik megközelítéséből, amely két fontos szempontot tartalmaz: a tanulási folyamatot és a tényleges képességét, hogy ez alapján önállóan vonjon le következtetéseket. A képzéssel minden viszonylag egyértelmű. Mutasson meg a számítógépnek százezer képet macskákról és kutyákról, és végül kiderül, hogy ezek az állatok milyen képpontkombinációt alkotnak. A második rész egy kicsit bonyolultabb. Végül is a gépnek itt kell megmutatnia, amit tanult, és ennek a tanulásnak az alapján önállóan jut el egy logikus találgatáshoz. Tegyen következtetést.
Most cserélje ki a macskákat és kutyákat ideghálózatokra, és képet kap arról, hogyan működik az AutoML, amely az állatok felismerése helyett felismeri, hogy a bemutatott rendszerek közül melyik a legintelligensebb. A Google szerint az AutoML szintje már most is olyan, hogy az emberi szakértőknél hatékonyabban képes megtalálni a legjobb megközelítéseket az egyes problémák megoldására. A jövőben ez jelentősen leegyszerűsíti az új mesterséges intelligencia-rendszerek létrehozásának folyamatát, mivel valójában a saját fajtájuk fogja őket létrehozni.
Az AutoML jelenleg még a kezdeti szakaszában van, mondja a Google, de az AI, a gépi tanulás és a mély gépi tanulás (fejlett gépi tanulási módszerek, amelyek az emberi agyban található idegsejtek munkájának szimulálásán alapulnak) már mind utat találnak így vagy úgy. azokon az alkalmazásokon és területeken, amelyeket használunk, és amelyeken naponta találjuk magunkat.
Az I / O konferencia színpadán tartott demonstráción a Google mérnökei megmutatták, hogy gépi tanulási technológiájuk hogyan képes jelentősen megvilágítani a nagyon sötét képeket, például eltávolítani belőlük a különféle zajokat. És ezeket a műveleteket a gép csak a képek millióinak tiszta elemzésével nyert információkra támaszkodva képes végrehajtani. A Google megjegyzi, hogy szuperszámítógépeik mára hatékonyabbá váltak, mint az emberek, amikor felismerik a fényképen találhatóakat. Ezen technológia alapján hamarosan megjelenik egy egyedi Google Lens alkalmazás, amely az okostelefon kameráján keresztül hatékonyan meghatározhatja, hogy melyik virág (vagy virágok) vannak előtted (vagy a képeken).
A jövőben az ilyen szuperhatékony, mély tanuláson alapuló algoritmusok mindenképpen megtalálják a helyüket az orvostudományban való alkalmazásukra, ahol az ezekre épülő rendszerek felismerik a képeken a rosszindulatú daganatok jeleit, és a legtöbb esetben ezt sokkal hatékonyabban fogják megtenni, mint a hivatásos sebészek.
Az AutoML technológiával az AI platformok gyorsabban tanulnak és sokkal okosabbak lesznek. Igaz, erre a pillanatra egy kicsit tovább kell várni, mint az Android platformra ígért "virágalkalmazás" megjelenése. Mindazonáltal az alkalmazásfejlesztőknek és a tudósoknak rengeteg idejük lesz arra, hogy jobban megismerjék az AutoML-t.
„Úgy gondoljuk, hogy ez a technológia új ideghálózatok megjelenéséhez és olyan lehetőségek megnyitásához vezet, ahol még a nem szakértők is képesek lesznek saját személyes ideghálózatukat létrehozni sajátos igényeiknek megfelelően, ami viszont csak növeli a gépi tanulási technológiák azon képességét, hogy nagyobb hatást gyakoroljanak mindannyiunkra. - mondják Kuok Le és Barrett Zof Google-tudósok.
NIKOLAY KHIZHNYAK
