Google ohlásil ďalší veľký krok vo vývoji umelej inteligencie s novým prístupom k strojovému učeniu, ktorý dokáže pomocou neurónových sietí vytvoriť ešte efektívnejšie neurónové siete. V podstate hovoríme o výučbe stroja, aby si vytvoril svoj vlastný druh.
Umelé neurónové siete sú navrhované tak, aby napodobňovali proces učenia mozgu, a podľa Googlu má ich nová technológia s názvom AutoML potenciál zvýšiť ich výkonnosť, efektívnosť a jednoduchšie použitie.
Generálny riaditeľ spoločnosti Google Sundar Pichai uviedol príklad toho, ako funguje AutoML, a to prostredníctvom vystúpenia na konferencii Google I / O 2017, každoročnej udalosti pre vývojárov hardvéru a softvéru, kde spoločnosť zvyčajne predstavuje alebo aspoň hovorí o produktoch, na ktorých v súčasnosti pracuje.
"Funguje to takto: vezmeme skupinu kandidátov na neurónové siete - nazvime ich detské neurónové siete - a opakovane cez ne prevádzkujeme hotovú neurónovú sieť, aby sme našli chyby, kým nezískame ešte účinnejšiu neurónovú sieť.", - povedal Pichai.
Tento proces sa nazýva stimulované učenie, kedy sa počítaču poskytuje odmena za nájdenie ploštice. Rovnakým princípom napríklad učia psy novým trikom. Samozrejme, v prípade počítačov to vyžaduje obrovský výpočtový výkon, ale výkon vybavenia spoločnosti Google už dosiahol takú úroveň, že jedna neurónová sieť môže ľahko analyzovať prácu inej neurónovej siete.
Vytvorenie neurónovej siete si vyžaduje skutočný tím odborníkov v oblasti počítačového inžinierstva a obrovské množstvo času, ale vďaka AutoML bude v budúcnosti takmer každý používateľ schopný zostaviť svoj vlastný systém AI a naprogramovať ho tak, aby plnil absolútne akúkoľvek úlohu.
„Dúfame, že technológia AutoML, ktorá je v súčasnosti dostupná iba pre niekoľko výskumných centier, bude za tri až päť rokov dostupná pre stovky alebo lepšie tisíce vývojárov neurónových sietí, ktorí ich chcú použiť na svoje konkrétne účely,“napísal Pichai blog.
Schéma technológie AutoML: viacúrovňová analýza prevádzky neurónových sietí s cieľom určiť najinteligentnejšie z nich
Propagačné video:
Strojové učenie - pokus dať počítaču schopnosť vyvodzovať vlastné závery na základe dostupných informácií - je len jedným z prístupov pri vývoji umelej inteligencie, ktorý obsahuje dva dôležité aspekty: proces učenia a skutočná schopnosť samostatne na základe neho vyvodzovať závery. S tréningom je všetko pomerne jasné. Ukážte počítaču stotisíc obrázkov mačiek a psov a nakoniec zistí, akú kombináciu pixelov každé z týchto zvierat vytvára. Druhá časť je trochu komplikovanejšia. Nakoniec, práve tu sa vyžaduje, aby stroj ukazoval to, čo sa naučil, a na základe tohto učenia nezávisle dospel k logickému hádaniu. Urobte záver.
Teraz nahraďte mačky a psy neurónovými sieťami a získate predstavu o tom, ako funguje AutoML, ktorý namiesto rozpoznávania zvierat rozpozná, ktorý z prezentovaných systémov je najinteligentnejší. Podľa spoločnosti Google je úroveň AutoML už teraz taká, že môže byť pri hľadaní najlepších prístupov k riešeniu konkrétnych problémov účinnejšia ako ľudskí odborníci. V budúcnosti to výrazne zjednoduší proces vytvárania nových systémov umelej inteligencie, pretože v skutočnosti ich bude vytvárať ich vlastný druh.
AutoML je v súčasnosti v počiatočnom štádiu, tvrdí Google, ale AI, strojové učenie a hlboké strojové učenie (pokročilé metódy strojového učenia založené na simulácii práce neurónov v ľudskom mozgu) si už nachádzajú cestu tak či onak. v tých aplikáciách a oblastiach, ktoré používame a v ktorých sa dennodenne nachádzame.
Na demonštrácii na pódiu I / O konferencie inžinieri spoločnosti Google ukázali, ako môže ich technológia strojového učenia výrazne zosvetliť veľmi tmavé obrazy alebo napríklad z nich odstrániť rôzny šum. A všetky tieto činnosti je stroj schopný vykonávať iba na základe informácií získaných analýzou miliónov ďalších jasných vzoriek obrázkov. Google poznamenáva, že ich superpočítače sa teraz stali efektívnejšími ako ľudia v procese rozpoznávania toho, čo je na fotografii. Na základe tejto technológie čoskoro vyjde vlastná aplikácia Google Lens, ktorá prostredníctvom fotoaparátu smartphonu dokáže efektívne určiť, ktorá kvetina (alebo kvety) je pred vami (alebo na obrázkoch).
V budúcnosti si také supervýkonné algoritmy založené na hlbokom učení určite nájdu miesto pre svoje uplatnenie v medicíne, kde systémy na nich založené detekujú príznaky malígnych nádorov v obrazoch a vo väčšine prípadov to robia oveľa efektívnejšie ako profesionálni chirurgovia.
Vďaka technológii AutoML sa platformy AI budú učiť rýchlejšie a budú oveľa inteligentnejšie. Je pravda, že na tento okamih si bude treba počkať o niečo dlhšie, než vyjde sľúbená „kvetinová aplikácia“pre platformu Android. Až do tohto okamihu však budú mať vývojári aplikácií a vedci dostatok času na to, aby lepšie spoznali AutoML.
„Myslíme si, že táto technológia povedie k vzniku nových neurónových sietí a k otvoreniu príležitostí, kde ani odborníci nebudú schopní vytvoriť vlastné osobné neurónové siete pre ich špecifické potreby, čo zase len zvýši schopnosť technológií strojového učenia vyvíjať väčší vplyv na nás všetkých. „- tvrdia vedci spoločnosti Google Kuok Le a Barrett Zof.
NIKOLAY KHIZHNYAK