211service.com
Samoucząca się sztuczna inteligencja Google zamienia programistów w mistrzów uczenia maszynowego
Google właśnie znacznie ułatwiło zbudowanie własnego, niestandardowego systemu AI.
Nowa usługa o nazwie AutoML w chmurze , wykorzystuje kilka sztuczek uczenia maszynowego do automatycznego tworzenia i trenowania algorytmu uczenia głębokiego, który potrafi rozpoznawać elementy na obrazach.
Technologia jest na razie ograniczona, ale może to być początek czegoś wielkiego. Budowanie i optymalizacja głębokiego algorytmu sieci neuronowej zwykle wymaga szczegółowego zrozumienia podstawowej matematyki i kodu, a także obszernej praktyki dostrajania parametrów algorytmów, aby wszystko było w porządku. Trudność w opracowaniu systemów sztucznej inteligencji doprowadziła do wyścigu w rekrutacji talentów, a to oznacza, że tylko duże firmy z dużymi kieszeniami zwykle mogą sobie pozwolić na tworzenie własnych algorytmów sztucznej inteligencji na zamówienie.
Musimy skalować sztuczną inteligencję do większej liczby osób, Fei-Fei Li , główny naukowiec Google Cloud, powiedział przed dzisiejszą premierą. Li szacuje, że na całym świecie jest co najwyżej kilka tysięcy osób posiadających wiedzę niezbędną do zbudowania najlepszych modeli uczenia głębokiego. Ale szacuje się, że obecnie na całym świecie jest 21 milionów programistów, mówi. Chcemy dotrzeć do nich wszystkich i udostępnić sztuczną inteligencję tym programistom.
Przetwarzanie w chmurze to jeden z kluczy do zwiększania dostępności sztucznej inteligencji. Google, Amazon, Microsoft i inne firmy spieszą się z dodaniem możliwości uczenia maszynowego do swoich platform chmurowych. Google Cloud oferuje już wiele takich narzędzi, ale korzystają z gotowych modeli. To ogranicza ich możliwości — na przykład programiści będą mogli używać narzędzi tylko do rozpoznawania ograniczonego zakresu obiektów lub scen, w rozpoznawaniu których zostali już przeszkoleni. Nowa generacja opartych na chmurze narzędzi uczenia maszynowego, które mogą same się szkolić, sprawiłaby, że technologia byłaby znacznie bardziej wszechstronna i łatwiejsza w użyciu.
Kilka firm testuje Google Cloud AutoML od kilku miesięcy. Disney wykorzystał tę usługę, aby opracować sposób wyszukiwania w swoich towarach określonych postaci z kreskówek, nawet jeśli te produkty nie są oznaczone imieniem tej postaci.
Joaquin Vanschoren , profesor w Instytucie Technologii w Eindhoven w Holandii, który specjalizuje się w zautomatyzowanym uczeniu maszynowym, mówi, że jest to wciąż stosunkowo nowy temat badawczy, chociaż zainteresowanie tą dziedziną ostatnio wzrosło. To imponujące, że mogą tak szybko udostępnić to jako usługę produkcyjną, mówi.
Vanschoren twierdzi, że automatyzacja może zwiększyć koszty obliczeniowe, więc Google musi przeznaczać na tę usługę mnóstwo zasobów. Sytuacja może się tylko pogorszyć, gdy programiści będą próbować projektować systemy sztucznej inteligencji, które wykraczają poza prostą klasyfikację obrazów i próbują sprostać coraz szerszym zadaniom.
Badacze Google od jakiegoś czasu testują granice automatyzacji AI. W 2016 roku jeden zespół pokazał, że można wykorzystać samo głębokie uczenie aby zidentyfikować najlepsze poprawki w systemie głębokiego uczenia. W zeszłym roku kolejna grupa w firmie użyto symulowanego doboru naturalnego rozwijać optymalną architekturę sieci. A ostatnio dwóch naukowców Google używane uczenie wzmacniające — technika inspirowana sposobem, w jaki zwierzęta uczą się poprzez pozytywne informacje zwrotne — w celu automatycznego ulepszania systemu głębokiego uczenia się.
Wysiłki w tej dziedzinie mogą ostatecznie przyczynić się do wielkich wysiłków zmierzających do zbudowania bardziej ogólnych i adaptowalnych form sztucznej inteligencji. Ale zanim maszyny całkowicie przejmą kontrolę, możesz przynajmniej spróbować swoich sił, rozwijając własną sztuczną inteligencję.