Google обяви следващата голяма стъпка в развитието на изкуствения интелект с нов подход към машинното обучение, който може да се използва за използване на невронни мрежи за създаване на още по-ефективни невронни мрежи. По същество става въпрос за обучение на машина да създава свой собствен вид.
Изкуствените невронни мрежи са проектирани да имитират учебния процес на мозъка и според Google новата му технология, наречена AutoML, има потенциал да направи тези мрежи още по-мощни, по-ефективни и по-лесни за използване.
Изпълнителният директор на Google Сундар Пичай даде пример за това как работи AutoML, като говори на Google I / O 2017, годишно събитие за разработчици на хардуер и софтуер, където компанията обикновено представя или поне говори за продуктите, по които работи в момента.
„Работи по следния начин: вземаме набор от кандидати за невронни мрежи - нека ги наречем бебешки невронни мрежи - и многократно пускаме през тях готова невронна мрежа, за да открием грешки, докато не получим още по-ефективна невронна мрежа“, - - каза Пичай.
Този процес се нарича стимулирано обучение, при което ще бъде дадена награда на компютъра за намиране на грешки. По същия принцип, например, те учат на нови трикове кучетата. Разбира се, в случая с компютрите, това изисква огромна изчислителна мощ, но мощността на оборудването на Google вече е достигнала такова ниво, че една невронна мрежа може лесно да анализира работата на друга невронна мрежа.
Необходим е истински екип от експерти по компютърно инженерство и огромно количество време, за да се създаде невронна мрежа, но благодарение на AutoML в бъдеще почти всеки потребител ще може да изгради своя собствена AI система и да я програмира, за да изпълнява абсолютно всякакви задачи.
„Надяваме се, че технологията AutoML, която в момента е достъпна само за няколко изследователски центъра, след три до пет години ще стане достъпна за стотици и по-добре хиляди разработчици на невронни мрежи, които искат да ги използват за техните специфични цели“, пише Пичай в официалния блог.
Схемата на технологията AutoML: многостепенен анализ на работата на невронните мрежи за определяне на най-интелигентните от тях
Промоционално видео:
Машинното обучение - опит да се даде на компютъра способността да прави свои собствени заключения въз основа на наличната информация - е само един от подходите в развитието на изкуствения интелект, който включва два важни аспекта: учебния процес и действителната способност за самостоятелно правене на заключения въз основа на него. С тренировките всичко е относително ясно. Покажете на компютъра сто хиляди снимки на котки и кучета и той в крайна сметка ще разбере каква комбинация от пиксели прави всяко от тези животни. Втората част е малко по-сложна. В края на краищата, тук се изисква машината да покаже наученото и на базата на това обучение да стигне до логично предположение. Направете заключение.
Сега заменете котките и кучетата с невронни мрежи и ще получите представа за това как работи AutoML, който вместо да разпознава животни, разпознава коя от представените системи е най-интелигентната. Според Google дори сега нивото на AutoML вече е такова, че може да бъде по-ефективно от човешките експерти при намирането на най-добрите подходи за решаване на конкретни проблеми. В бъдеще това значително ще опрости процеса на създаване на нови AI системи, тъй като всъщност те ще бъдат създадени от техния собствен вид.
Google казва, че AutoML все още е в начален етап, но изкуственият интелект, машинното обучение и дълбокото машинно обучение (усъвършенствани методи за машинно обучение, базирани на симулиране на невроните в човешкия мозък) намират своя начин по един или друг начин. в онези приложения и области, които използваме и в които се оказваме ежедневно.
В демонстрация на сцената на I / O конференцията инженерите на Google показаха как технологията им за машинно обучение може значително да озарява много тъмни изображения или, например, да премахва различен шум от тях. И всички тези действия машината е в състояние да извършва само разчитайки на информация, получена чрез анализ на милиони други ясни образци на изображения. Google отбелязва, че техните суперкомпютри вече са станали по-ефективни от хората в процеса на разпознаване на това, което е на снимката. Въз основа на тази технология скоро ще бъде пуснато персонализирано приложение на Google Lens, което може ефективно да определи кое цвете (или цветя) е пред вас (или на снимките) чрез камерата на смартфона.
В бъдеще подобни свръхмощни алгоритми, базирани на дълбоко обучение, определено ще намерят място за приложението им в медицината, където базираните на тях системи ще откриват признаци на злокачествени тумори в изображенията и в повечето случаи те ще правят това много по-ефективно от професионалните хирурзи.
С технологията AutoML платформите за изкуствен интелект ще се учат по-бързо и ще бъдат много по-умни. Вярно е, че този момент ще трябва да изчака малко по-дълго от пускането на обещаното „приложение за цветя“за платформата Android. До този момент обаче разработчиците на приложения и учените ще имат достатъчно време да опознаят по-добре AutoML.
„Смятаме, че тази технология ще доведе до появата на нови невронни мрежи и отваряне на възможности, при които дори неспециалистите ще могат да създадат свои собствени невронни мрежи за своите специфични нужди, което от своя страна само ще увеличи способността на технологиите за машинно обучение да оказват по-голямо влияние върху всички нас. - казват учените от Google Kuok Le и Barrett Zof.
НИКОЛАЙ ХИЖНЯК