Firma Google ogłosiła kolejny duży krok w rozwoju sztucznej inteligencji z nowym podejściem do uczenia maszynowego, które można wykorzystać do wykorzystania sieci neuronowych do tworzenia jeszcze wydajniejszych sieci neuronowych. Zasadniczo mówimy o nauczeniu maszyny tworzenia własnego rodzaju.
Sztuczne sieci neuronowe są projektowane tak, aby naśladować proces uczenia się mózgu, a według Google nowa technologia, zwana AutoML, może sprawić, że sieci te będą jeszcze potężniejsze, wydajniejsze i łatwiejsze w użyciu.
Dyrektor generalny Google, Sundar Pichai, dał przykład tego, jak działa AutoML, przemawiając na Google I / O 2017, corocznym wydarzeniu dla programistów i programistów, podczas którego firma zwykle prezentuje lub przynajmniej mówi o produktach, nad którymi obecnie pracuje.
„Działa to w ten sposób: bierzemy zestaw kandydatów do sieci neuronowych - nazwijmy je dziecięcymi sieciami neuronowymi - i wielokrotnie uruchamiamy za ich pośrednictwem gotową sieć neuronową, aby znaleźć błędy, aż uzyskamy jeszcze wydajniejszą sieć neuronową”, - powiedział Pichai.
Ten proces nazywa się uczeniem stymulowanym, w którym komputer otrzyma nagrodę za znalezienie błędów. Na tej samej zasadzie uczą psy na przykład nowych sztuczek. Oczywiście w przypadku komputerów wymaga to olbrzymich mocy obliczeniowych, ale moc sprzętu Google osiągnęła już taki poziom, że jedna sieć neuronowa może bez problemu analizować pracę innej sieci neuronowej.
Stworzenie sieci neuronowej wymaga prawdziwego zespołu inżynierów komputerowych i ogromnej ilości czasu, ale dzięki AutoML w przyszłości prawie każdy użytkownik będzie mógł zbudować własny system AI i zaprogramować go do wykonywania absolutnie dowolnego zadania.
„Mamy nadzieję, że technologia AutoML, która jest obecnie dostępna tylko dla kilku ośrodków badawczych, w ciągu trzech do pięciu lat stanie się dostępna dla setek, a nawet lepiej tysięcy programistów sieci neuronowych, którzy chcą używać ich do swoich konkretnych celów” - napisał Pichai w oficjalnym komunikacie blog.
Schemat technologii AutoML: wielopoziomowa analiza działania sieci neuronowych w celu określenia najbardziej inteligentnych z nich
Film promocyjny:
Uczenie maszynowe - próba nadania komputerowi umiejętności wyciągania własnych wniosków na podstawie dostępnych informacji - to tylko jedno z podejść w rozwoju sztucznej inteligencji, które obejmuje dwa ważne aspekty: proces uczenia się oraz faktyczną umiejętność samodzielnego wyciągania wniosków na jego podstawie. Dzięki szkoleniom wszystko jest stosunkowo jasne. Pokaż komputerowi sto tysięcy zdjęć kotów i psów, a ostatecznie dowie się, jaką kombinację pikseli tworzy każde z tych zwierząt. Druga część jest trochę bardziej skomplikowana. Przecież to tutaj maszyna ma obowiązek pokazać, czego się nauczyła i na podstawie tej nauki samodzielnie dojść do logicznego przypuszczenia. Wyciągnij wnioski.
Teraz zastąp koty i psy sieciami neuronowymi, a dowiesz się, jak działa AutoML, który zamiast rozpoznawać zwierzęta rozpoznaje, który z prezentowanych systemów jest najbardziej inteligentny. Według Google już teraz poziom AutoML jest już taki, że może być bardziej skuteczny niż ludzcy eksperci w znajdowaniu najlepszych podejść do rozwiązania konkretnych problemów. W przyszłości znacznie uprości to proces tworzenia nowych systemów sztucznej inteligencji, gdyż w rzeczywistości będą one tworzone przez ich własny rodzaj.
AutoML wciąż jest na wczesnym etapie, twierdzi Google, ale sztuczna inteligencja, uczenie maszynowe i głębokie uczenie maszynowe (zaawansowane metody uczenia maszynowego oparte na symulacji neuronów w ludzkim mózgu) znajdują swoją drogę w taki czy inny sposób. w tych zastosowaniach i obszarach, z których korzystamy iw których się znajdujemy na co dzień.
Podczas demonstracji na scenie na konferencji I / O inżynierowie Google pokazali, jak ich technologia uczenia maszynowego może znacznie rozjaśnić bardzo ciemne obrazy lub na przykład usunąć z nich różne szumy. A wszystkie te czynności maszyna jest w stanie wykonać tylko w oparciu o informacje uzyskane w wyniku analizy milionów innych wyraźnych próbek obrazów. Google zauważa, że ich superkomputery stały się teraz bardziej wydajne niż ludzie w procesie rozpoznawania tego, co jest na zdjęciu. W oparciu o tę technologię wkrótce zostanie wydana niestandardowa aplikacja Google Lens, która może skutecznie określić, który kwiat (lub kwiaty) jest przed Tobą (lub na zdjęciach) za pośrednictwem aparatu smartfona.
W przyszłości takie super mocne algorytmy oparte na głębokim uczeniu się z pewnością znajdą miejsce do zastosowania w medycynie, gdzie systemy na nich oparte będą wykrywać na obrazach oznaki nowotworów złośliwych iw większości przypadków zrobią to znacznie sprawniej niż profesjonalni chirurdzy.
Dzięki technologii AutoML platformy AI będą się uczyć szybciej i będą znacznie inteligentniejsze. To prawda, że ta chwila będzie musiała poczekać trochę dłużej niż wydanie obiecanej „aplikacji kwiatowej” na platformę Android. Jednak do tego momentu twórcy aplikacji i naukowcy będą mieli mnóstwo czasu, aby lepiej poznać AutoML.
„Uważamy, że ta technologia doprowadzi do pojawienia się nowych sieci neuronowych i otwarcia możliwości, w których nawet osoby niebędące ekspertami będą mogły tworzyć własne osobiste sieci neuronowe dla swoich specyficznych potrzeb, co z kolei tylko zwiększy zdolność technologii uczenia maszynowego do wywierania większego wpływu na nas wszystkich.”- mówią naukowcy Google Kuok Le i Barrett Zof.
NIKOLAY KHIZHNYAK