Доживяхме да видим момента, в който изкуственият интелект създава своя собствена невронна мрежа. Въпреки че много хора смятат, че това е едно и също нещо. Но всъщност не всичко е толкова просто и сега ще се опитаме да разберем какво е и кой може да създаде кого.
Инженери от отдела Google Brain демонстрираха AutoML тази пролет. Този изкуствен интелект е в състояние да произведе свой собствен уникален ИИ без човешка намеса. Както се оказа наскоро, AutoML успя да създаде NASNet, система за компютърно зрение за първи път. Тази технология значително надминава всички аналози, създадени преди това от хората. Тази система, базирана на изкуствен интелект, може да бъде отличен помощник при разработването на, да речем, автономни автомобили. Той е приложим и в роботиката - роботите ще могат да достигнат напълно ново ниво.
Разработката на AutoML се основава на уникална система за обучение на подсилване. Говорим за мениджър на невронни мрежи, който самостоятелно разработва напълно нови невронни мрежи, предназначени за определени специфични задачи. В нашия случай AutoML има за цел да създаде система, която разпознава обекти във видео сюжет възможно най-точно в реално време.
Самият изкуствен интелект успя да тренира нова невронна мрежа, следейки грешки и коригирайки работата. Процесът на обучение се повтаря много пъти (хиляди пъти), докато системата не е готова за работа. Любопитното е, че тя успя да заобиколи всякакви подобни невронни мрежи, налични в момента, но разработени и обучени от хората.
В същото време AutoML оценява работата на NASNеt и използва тази информация за подобряване на дъщерната мрежа; този процес се повтаря хиляди пъти. Когато инженерите тестваха NASNet за изображения ImageNet и COCO, той надмина всички съществуващи системи за компютърно зрение.
Google официално обяви, че NASNet признава с точност 82,7%. Резултатът е с 1,2% по-висок от предишния рекорд, който беше поставен от изследователи от Momenta и Oxford специалисти в началото на тази есен. NASNet е с 4% по-ефективен от своите колеги със средна точност от 43,1%.
Промоционално видео:
Има и опростена версия на NASNet, която е пригодена за мобилни платформи. Той надминава аналозите с малко повече от три процента. В близко бъдеще ще може да се използва тази система за производство на автономни превозни средства, за които е важно наличието на компютърно зрение. AutoML продължава да произвежда нови наследствени невронни мрежи, като се стреми да завладее още по-големи височини.
Това, разбира се, повдига етични въпроси, свързани с притесненията относно AI: ами ако AutoML изгради системи с такава скорост, че обществото просто не може да бъде в крак с тях? Въпреки това много големи компании се опитват да вземат предвид опасенията за сигурността на AI. Например, Amazon, Facebook, Apple и някои други корпорации са членове на партньорството за AI в полза на хората и обществото. Институтът по електротехника и инженерство (IEE) предложи етични стандарти за AI, а DeepMind например обяви създаването на група, която ще се занимава с морални и етични въпроси, свързани с приложенията на изкуствения интелект.
Въпреки това много големи компании се опитват да вземат предвид опасенията за сигурността на AI. Това, разбира се, повдига етични въпроси, свързани с притесненията относно AI: ами ако AutoML изгради системи с такава скорост, че обществото просто не може да бъде в крак с тях? Институтът по електротехника и инженерство (IEE) предложи етични стандарти за AI, а DeepMind например обяви създаването на група, която ще се занимава с морални и етични въпроси, свързани с приложенията на изкуствения интелект. Например, Amazon, Facebook, Apple и някои други корпорации са членове на партньорството за AI в полза на хората и обществото.
Какво е изкуствен интелект?
Терминът "изкуствен интелект" е въведен от Джон Маккарти, изобретател на езика на Лисп, основател на функционалното програмиране и носител на наградата Тюринг за огромния си принос в областта на изследванията за изкуствен интелект.
Изкуственият интелект е начин да направите компютър, контролиран от компютър робот или програма, способен да мисли интелигентно като човек.
Изследванията на AI се извършват чрез изучаване на човешкия интелект, след което резултатите от това изследване се използват като основа за разработването на интелигентни програми и системи.
Какво е невронна мрежа?
Идеята на невронната мрежа е да се събере сложна структура от много прости елементи. Една част от мозъка трудно може да се счита за разумна - но хората обикновено се справят изненадващо добре на IQ тестове. Независимо от това, досега идеята за създаване на ум „от нищо“обикновено се осмиваше: шегата около хиляда маймуни с пишещи машини вече е на сто години, а при желание, критика на невронните мрежи може да се намери дори и в Цицерон, който саркастично предложи да хвърляте токени с букви във въздуха, докато не стане синя, т.е. така че рано или късно да получите смислен текст. Въпреки това, през 21 век се оказа, че класиците се присмиват напразно: армията от маймуни с жетони може с надлежното си постоянство да превземе света.
Всъщност, невронна мрежа дори може да бъде сглобена от кутии за мачове: това е просто набор от прости правила, чрез които се обработва информация. "Изкуствен неврон" или персептрон не е специално устройство, а само няколко аритметични операции.
Перцептронът работи никъде по-лесно: той получава няколко първоначални числа, умножава всяко по "стойността" на това число (повече за него по-долу), добавя и в зависимост от резултата дава 1 или -1. Например, снимаме открито поле и показваме на нашия неврон някаква точка от тази картина - тоест изпращаме му произволни координати като два сигнала. И тогава ние питаме: "Скъпи неврони, има ли небето или земята?" - Минус един - отвърна манекенът, безмълвно поглеждайки към кумулативния облак. - Ясно е, че земята.
„Стискане с пръст в небето“е основното занимание на перцептрон. Не можете да очаквате никаква точност от него: можете също толкова добре да прехвърлите монета. Магията започва на следващия етап, който се нарича машинно обучение. В крайна сметка ние знаем верния отговор - което означава, че можем да го запишем в нашата програма. Така се оказва, че за всяко погрешно предположение персептронът буквално получава наказание, а за правилното - премия: „стойността“на входящите сигнали се увеличава или намалява. След това програмата се стартира според новата формула. Рано или късно невронът неизбежно ще „разбере“, че земята на снимката е отдолу, а небето е отгоре - тоест просто ще започне да игнорира сигнала от канала, през който се пренасят x-координатите към него. Ако плъзнете друга снимка на такъв сложен робот, той може да не намери линията на хоризонта,но горната част с дъното определено няма да бъде объркана.
В реалния живот формулите са малко по-сложни, но принципът остава същият. Перцептронът може да направи само една задача: вземете числа и ги поставете на две купчини. Най-интересното започва, когато има няколко такива елемента, защото входящите числа могат да бъдат сигнали от други „тухлички“! Да кажем, че един неврон ще се опита да различи сините пиксели от зелените, вторият ще продължи да изтръпва с координати, а третият ще се опита да прецени кой от тези два резултата е по-близо до истината. Ако зададете няколко неврона на сините пиксели наведнъж и обобщите техните резултати, получавате цял слой, в който „най-добрите ученици“ще получат допълнителни бонуси. По този начин една доста разпространяваща се мрежа може да изтласка цяла планина от данни и да вземе предвид всичките й грешки.
Може да се направи невронна мрежа с помощта на кибритени кутии - тогава ще имате трик във вашия арсенал, с който можете да забавлявате гостите на партита. Редакторите на MirF вече са го опитали - и смирено признават превъзходството на изкуствения интелект. Нека научим неразумна материя да играе играта на 11 пръчки. Правилата са прости: на масата има 11 мача и във всеки ход можете да вземете един или два. Победител е този, който взе последния. Как играете това срещу "компютъра"?
Много просто.
Взимаме 10 кутии или чаши. На всеки пишем число от 2 до 11.
Във всяка кутия поставяме по два камъка - черно и бяло. Можете да използвате всякакви предмети, стига да се различават един от друг. Това е всичко - ние имаме мрежа от десет неврона!
Невронната мрежа винаги върви първа. Първо, вижте колко съвпадения са останали и вземете кутия с това число. При първия ход това ще бъде поле №11. Вземете всяко камъче от необходимата кутия. Можете да затворите очи или да хвърлите монета, основното е да действате на случаен принцип.
Ако камъкът е бял, невронната мрежа решава да вземе две съвпадения. Ако черно - едно. Поставете камъче до кутията, за да не забравяте кой „неврон“е взел решението. След това човек ходи - и така, докато изтекат мачовете.
И сега забавлението започва: учене. Ако мрежата спечели играта, тогава тя трябва да бъде възнаградена: хвърлете едно допълнително камъче от същия цвят, което отпадна по време на играта, в онези „неврони“, участвали в тази игра. Ако мрежата загуби, вземете последната използвана кутия и отстранете неуспешния камък оттам. Може да се окаже, че кутията вече е празна - тогава предишният подобен неврон се счита за "последен". По време на следващата игра, удряйки празно поле, невронната мрежа автоматично ще се предаде.
Това е всичко! Играйте няколко игри като тази. В началото няма да забележите нищо подозрително, но след всяка победа мрежата ще прави все по-успешни ходове - и след около десетина игри ще разберете, че сте създали чудовище, което не можете да победите.