Google on välja kuulutanud järgmise suure sammu tehisintellekti arendamisel koos uue lähenemisega masinõppele, mida saab kasutada närvivõrkude abil veelgi tõhusamate närvivõrkude loomiseks. Põhimõtteliselt räägime masina õpetamisest omalaadse loomiseks.
Kunstnärvivõrke arendatakse aju õppeprotsessi jäljendamiseks ja Google'i sõnul on selle uuel tehnoloogial nimega AutoML võimalik neid võrke veelgi võimsamaks, tõhusamaks ja hõlpsamini kasutada.
Google'i tegevjuht Sundar Pichai tõi eeskuju AutoML-i toimimisest, rääkides riist- ja tarkvaraarendajate iga-aastasel üritusel Google I / O 2017, kus ettevõte tavaliselt esitleb või vähemalt räägib praegu töötavatest toodetest.
See töötab niimoodi: võtame hulga närvivõrkude kandidaate - nimetame neid beebi närvivõrkudeks - ja juhime nende kaudu korduvalt valmis närvivõrku vigade leidmiseks, kuni saame veelgi tõhusama närvivõrgu, ütles Pichai.
Seda protsessi nimetatakse stimuleeritud õppimiseks, kus vigade leidmise eest antakse arvutile tasu. Sama põhimõtte järgi õpetavad nad näiteks koertele uusi trikke. Loomulikult nõuab see arvutite puhul tohutut arvutusvõimsust, kuid Google'i seadmete võimsus on juba jõudnud sellisele tasemele, et üks närvivõrk saab hõlpsalt analüüsida teise närvivõrgu tööd.
Närvivõrgu loomiseks on vaja tõelist arvutitehnika ekspertide meeskonda ja tohutult palju aega, kuid tänu AutoML-ile saab tulevikus peaaegu iga kasutaja ehitada oma tehisintellekti süsteemi ja programmeerida seda täiesti mis tahes ülesande täitmiseks.
"Loodame, et AutoML-tehnoloogia, mis on praegu saadaval vaid vähestele uurimiskeskustele, muutub kolme kuni viie aasta pärast kättesaadavaks sadadele või paremale tuhandele närvivõrgu arendajale, kes soovivad neid oma konkreetsetel eesmärkidel kasutada," kirjutas Pichai ametlikus ametis ajaveeb.
AutoML-tehnoloogia skeem: närvivõrkude töö mitmetasandiline analüüs, et määrata neist intelligentsemad
Reklaamvideo:
Masinõpe - katse anda arvutile võime teha olemasoleva teabe põhjal ise järeldusi - on vaid üks lähenemisviisidest tehisintellekti arendamisel, mis hõlmab kahte olulist aspekti: õppeprotsessi ja tegelikku võimet selle põhjal iseseisvalt järeldusi teha. Koolitusega on kõik suhteliselt selge. Näidake arvutile sada tuhat kassi ja koera pilti ning lõpuks saab see aru, millise pikslite kombinatsiooni igaüks neist loomadest teeb. Teine osa on veidi keerulisem. Lõppude lõpuks nõutakse, et masin näitaks, mida ta õppis, ja jõuaks selle õppimise põhjal iseseisvalt loogilise oletuseni. Tehke järeldus.
Nüüd asendage kassid ja koerad närvivõrkudega ning saate aimu, kuidas töötab AutoML, mis loomade äratundmise asemel tunneb ära, milline esitatud süsteemidest on kõige intelligentsem. Google'i sõnul on ka praegu AutoML-i tase juba selline, et see võib olla spetsiifiliste probleemide lahendamiseks parimate lähenemisviiside leidmisel inimekspertidest tõhusam. Tulevikus lihtsustab see oluliselt uute tehisintellektide süsteemide loomise protsessi, sest tegelikult luuakse neid omasuguste abil.
AutoML on sel hetkel veel varajases staadiumis, ütleb Google, kuid tehisintellekt, masinõpe ja sügav masinõpe (täiustatud masinõppemeetodid, mis põhinevad inimese aju neuronite simuleerimisel) on kõik ühel või teisel viisil oma teed leidmas. nendes rakendustes ja valdkondades, mida me kasutame ja milles me igapäevaselt leiame.
I / O konverentsil laval toimunud meeleavaldusel näitasid Google'i insenerid, kuidas nende masinõppe tehnoloogia suudab väga tumedaid pilte oluliselt heledamaks muuta või näiteks mitmesugust müra neist eemaldada. Ja kõiki neid toiminguid, mida masin suudab teha, tuginedes ainult miljonite muude piltide selgete näidiste analüüsimisel saadud teabele. Google märgib, et nende superarvutid on nüüd fotol oleva tuvastamise käigus muutunud inimestest tõhusamaks. Selle tehnoloogia põhjal vabastatakse peagi kohandatud Google Lensi rakendus, mis võimaldab nutitelefoni kaamera abil tõhusalt tuvastada, milline lill (või lilled) on teie ees (või piltidel).
Tulevikus leiavad sellised sügaval õppimisel põhinevad ülivõimsad algoritmid kindlasti koha nende rakendamiseks meditsiinis, kus neil põhinevad süsteemid tuvastavad piltidel pahaloomuliste kasvajate tunnused ja enamasti teevad nad seda palju tõhusamalt kui professionaalsed kirurgid.
AutoML-tehnoloogia abil õpivad tehisintellekti platvormid kiiremini ja on palju nutikamad. Tõsi, seda hetke tuleb oodata veidi kauem kui lubatud Android-platvormi jaoks mõeldud "lillerakenduse" väljaandmist. Siiani on aga rakenduste arendajatel ja teadlastel piisavalt aega AutoML-iga lähemalt tutvuda.
"Me arvame, et see tehnoloogia toob kaasa uute närvivõrkude tekkimise ja võimaluste avanemise, kus isegi eksperdid ei saa oma konkreetsete vajaduste jaoks luua oma isiklikke närvivõrke, mis omakorda ainult suurendab masinõppe tehnoloogiate võimet avaldada meile kõigile rohkem mõju. "- ütlevad Google'i teadlased Kuok Le ja Barrett Zof.
NIKOLAY KHIZHNYAK
