Инженеры Google разработали систему, которая генерирует алгоритмы машинного обучения намного быстрее, чем если бы этим занимался живой человек. Рассказывает Sauap.org со ссылкой на ПМ.
Искусственный интеллект — это одна из самых интересных технологий XXI века. Увы, чтобы проявить себя во всей красе, алгоритму приходится проходить через множество циклов так называемого «машинного обучения». Грубо говоря, программа концентрируется на отработке одной конкретной задачи, и чем большим объемом данных снабдят ее программисты — тем более качественный результат она сможет продемонстрировать. Этот процесс очень похож на то, как реальный человек оттачивает свои навыки регулярными упражнениями.
В течение многих лет инженеры Google работали над необычайно умной системой машинного обучения, известной как система AutoML, которая уже сегодня способна создавать ИИ, превосходящий все, что мы видели до этого. А совсем недавно исследователи решили опровергнуть концепцию эволюции Дарвина и доказали, что их изобретение может создавать программы ИИ, которые продолжают совершенствоваться быстрее, чем если бы кодом занимались живые люди.
Новая система называется AutoML-Zero. С одной стороны, именно с подобных алгоритмов и начинаются все научно-фантастические романы о машинном разуме, поработившем человечество. С другой же стороны именно эта инновация может привести к ускоренному развитию более интеллектуальных, совершенных систем — например, нейронных сетей, предназначенных для более точной имитации человеческого мозга.
Первоначальная AutoML предназначалась для того, чтобы приложениям было проще работать с машинным обучением. Текущий же вариант уже включает в себя множество автоматизированных функций, но пока что AutoML-Zero требует вмешательства со стороны оператора — так что это не полностью автономный алгоритм.
Используя простой трехэтапный процесс:
- настройку,
- прогнозирование,
- обучение.
Этот процесс можно рассматривать как средство универсального машинного обучения с нуля.
Система начинает процесс с выборки из 100 алгоритмов, сделанных путем случайного объединения простых математических операций. Затем сложный процесс проб и ошибок определяет лучшие комбинации, которые сохраняются (с некоторыми изменениями) для следующего раунда испытаний. Другими словами, нейронная сеть постоянно мутирует.
Когда создается новый код, он проверяется на конкретных задачах ИИ — например, для обнаружения разницы между изображением грузовика и изображением собаки. Наиболее эффективные алгоритмы после этого сохраняются для будущей итерации, остальные отключаются. Тут, как и в постулатах дарвинизма, выживает сильнейший.
Исследователи считают, что в секунду AutoML-Zero может подобрать до 10 000 возможных алгоритмов на процессор (чем больше компьютерных процессоров доступно для задачи, тем быстрее она может работать). В конце концов, это должно привести к тому, что системы искусственного интеллекта станут куда более доступными для программистов, не имеющих опыта работы с ИИ. В свою очередь, данная мера позволит использовать искусственный интеллект практически в каждой сфере нашей жизни.
Работа по улучшению AutoML-Zero продолжается, в надежде, что в конечном итоге она сгенерирует алгоритмы, о которых простые программисты никогда бы и не подумали — по мнению специалистов, это лишь вопрос времени.
Понравилась статья? Поделитесь с друзьями!
При копировании материала ссылка на сайт Sauap.org обязательна!
Главное фото: https://pbs.twimg.com/media/Do9vqWzWwAAa4pt.jpg:large
