Google ohlásil další velký krok ve vývoji umělé inteligence s novým přístupem k strojovému učení, který lze použít k použití neuronových sítí k vytvoření ještě efektivnějších neuronových sítí. V zásadě mluvíme o výuce stroje k vytváření vlastního druhu.
Umělé neuronové sítě jsou navrženy tak, aby napodobovaly proces učení mozku, a podle Googlu má nová technologie s názvem AutoML potenciál zvýšit jejich výkonnost, efektivitu a snazší používání.
CEO společnosti Google Sundar Pichai uvedl příklad toho, jak AutoML funguje, tím, že vystoupil na Google I / O 2017, každoroční akci pro vývojáře hardwaru a softwaru, kde společnost obvykle prezentuje nebo alespoň hovoří o produktech, na kterých aktuálně pracuje.
"Funguje to takto: vezmeme sadu kandidátů na neuronové sítě - řekněme jim dětské neuronové sítě - a opakovaně skrz ně připravujeme neurální síť, abychom našli chyby, dokud nedostaneme ještě efektivnější neurální síť", - řekl Pichai.
Tento proces se nazývá stimulované učení, kde bude počítač odměněn za nalezení chyb. Stejným principem například učí psy novým trikům. Samozřejmě v případě počítačů to vyžaduje obrovský výpočetní výkon, ale výkon zařízení Google již dosáhl takové úrovně, že jedna neuronová síť může snadno analyzovat práci jiné neuronové sítě.
Vytvoření neuronové sítě zabere skutečný tým odborníků na počítačové inženýrství a obrovské množství času, ale díky AutoML bude v budoucnu téměř každý uživatel schopen vybudovat svůj vlastní systém AI a naprogramovat jej tak, aby plnil naprosto jakýkoli úkol.
"Doufáme, že technologie AutoML, která je v současné době k dispozici pouze několika výzkumným centrům, bude během tří až pěti let dostupná stovkám a lepším tisícům vývojářů neuronových sítí, kteří je chtějí použít pro své konkrétní účely," napsal Pichai v oficiálním blog.
Schéma technologie AutoML: víceúrovňová analýza provozu neuronových sítí k určení nejinteligentnějších z nich
Propagační video:
Strojové učení - pokus dát počítači schopnost vyvodit vlastní závěry na základě dostupných informací - je pouze jedním z přístupů ve vývoji umělé inteligence, který zahrnuje dva důležité aspekty: proces učení a skutečnou schopnost samostatně na základě toho vyvodit závěry. S tréninkem je vše relativně jasné. Ukažte počítači sto tisíc obrázků koček a psů a nakonec přijde na to, jakou kombinaci pixelů každé z těchto zvířat vytváří. Druhá část je trochu komplikovanější. Koneckonců právě zde je stroj povinen ukázat, co se naučil, a na základě tohoto učení nezávisle dospět k logickému odhadu. Udělejte závěr.
Nyní nahraďte kočky a psy neuronovými sítěmi a získáte představu o tom, jak funguje AutoML, který místo rozpoznávání zvířat rozpozná, který z prezentovaných systémů je nejinteligentnější. Podle Google je úroveň AutoML již nyní taková, že může být efektivnější než lidské experty při hledání nejlepších přístupů k řešení konkrétních problémů. V budoucnu to výrazně zjednoduší proces vytváření nových systémů AI, protože ve skutečnosti budou vytvářeny svým vlastním druhem.
AutoML je v tomto okamžiku stále v raných fázích, říká Google, ale AI, strojové učení a hluboké strojové učení (pokročilé metody strojového učení založené na simulaci neuronů v lidském mozku) si nacházejí cestu tak či onak. v těch aplikacích a oblastech, které používáme a ve kterých se denně nacházíme.
Na demonstraci na pódiu na konferenci I / O ukázali inženýři Google, jak jejich technologie strojového učení dokáže výrazně zesvětlit velmi tmavé obrazy nebo například odstranit z nich různý šum. A všechny tyto akce je stroj schopen provádět pouze na základě informací získaných analýzou milionů dalších jasných vzorků obrázků. Google poznamenává, že jejich superpočítače se nyní staly efektivnějšími než lidé v procesu rozpoznávání toho, co je na fotografii. Na základě této technologie bude brzy vydána vlastní aplikace Google Lens, která může pomocí fotoaparátu smartphonu efektivně určit, která květina (nebo květiny) je před vámi (nebo na obrázcích).
V budoucnu si takové super výkonné algoritmy založené na hlubokém učení určitě najdou místo pro jejich uplatnění v medicíně, kde systémy na nich založené detekují známky maligních nádorů v obrazech a ve většině případů to budou dělat mnohem efektivněji než profesionální chirurgové.
Díky technologii AutoML se platformy AI budou učit rychleji a budou mnohem chytřejší. Je pravda, že tento okamžik bude muset počkat o něco déle než vydání slíbené „květinové aplikace“pro platformu Android. Až do tohoto bodu však budou mít vývojáři aplikací a vědci spoustu času na to, aby lépe poznali AutoML.
„Myslíme si, že tato technologie povede ke vzniku nových neuronových sítí a otevření příležitostí, kde i neodborníci budou schopni vytvořit vlastní osobní neuronové sítě pro jejich specifické potřeby, což zase jen zvýší schopnost technologií strojového učení více ovlivňovat nás všechny. „- říkají vědci Google Kuok Le a Barrett Zof.
NIKOLAY KHIZHNYAK