Google ha trovato un modo efficace per insegnare AI di creare ancora più potenti IA

Google ha annunciato il prossimo grande passo nello sviluppo dell'intelligenza artificiale, raccontando di un nuovo approccio all'apprendimento automatico, con il quale le reti neurali, è possibile utilizzare per creare ancora più efficaci le reti neurali. In sostanza, si tratta di imparare a macchina di creare i propri simili.

Le reti neurali Artificiali sono stati sviluppati tenendo conto di simulazione del processo di apprendimento del cervello, e, secondo Google, la sua nuova tecnologia, prendendo il nome di AutoML, è in grado di fare queste reti ancora più potente, più efficiente e più facile da usare.

Il ceo di Google Sundar Pichai ha mostrato un esempio di lavoro AutoML, parlando alla conferenza Google I/O 2017 — evento annuale per gli sviluppatori di software e hardware, dove di solito la società è, o almeno dice di prodotti su cui sta lavorando in questo momento.

«Funziona in questo modo: prendiamo un insieme di candidati in reti neurali, — chiamiamoli reti neurali-capretti, — e molte volte passare attraverso di loro per la ricerca di errori già pronta una rete neurale finché non avremo ancora più efficace la rete neurale», — ha detto Pichai.

È il processo chiamato стимулированным formazione, dove per la ricerca di errori di computer contare una sorta di premio. Per lo stesso principio, ad esempio, insegnano nuovi trucchi cani. Naturalmente, nel caso di computer, qui è necessaria la presenza di un enorme potenza di calcolo, tuttavia, la potenza dell'hardware di Google è uscito già a questo livello, che una rete neurale può facilmente analizzare il lavoro di un'altra rete neurale.

Per la creazione di una rete neurale è necessario un vero e proprio team di esperti in ingegneria informatica e una quantità enorme di tempo, tuttavia, grazie AutoML in futuro praticamente qualsiasi utente sarà in grado di costruire una propria IA-sistema e programmare l'esecuzione di qualsiasi attività.

«Ci auguriamo che la tecnologia AutoML, che al momento è disponibile solo in pochi centri di ricerca, dopo tre-cinque anni sarà disponibile per centinaia o meglio migliaia di sviluppatori di reti neurali, che vogliono usarli per i loro scopi specifici», — Pichai ha scritto nel blog ufficiale.

piano di lavoro di tecnologia AutoML: multi-livello di analisi del lavoro di reti neurali per determinare il più intelligente di loro

La Macchina di apprendimento – il tentativo di dotare il computer la possibilità di fare le proprie conclusioni sulla base delle informazioni disponibili – è solo uno degli approcci nello sviluppo dell'intelligenza artificiale, che comprende due aspetti importanti: il processo di apprendimento e di fatto la capacità di trarre conclusioni sulla sua base. Con la formazione di tutti relativamente chiaro. Mostrami computer centinaia di migliaia di immagini di gattini e cagnolini, e alla fine capirà qual è la combinazione di pixel è di ciascuno di questi animali. Con la seconda parte un po ' più complicato. Perché è qui da macchina richiede di mostrare ciò che ha imparato, e sulla base di questo insegnamento da soli per venire a una congettura. Concludere.

E ora sostituire gatti e cani su reti neurali, e si otterrà un'idea di come funziona AutoML, che invece il riconoscimento di animali riconosce, quale presentati sistemi è il più intelligente. Secondo Google, anche ora il livello AutoML già è tale che può essere più efficiente di esperti-gente in materia di ricerca migliori approcci per la soluzione di problemi specifici. In prospettiva ciò consentirà di semplificare notevolmente il processo di creazione di nuovi IA-sistemi, così come in realtà il loro creeranno loro stessi simili.

A questo punto AutoML si trova ancora in una fase iniziale del suo sviluppo, dice Google, tuttavia, intelligenza artificiale, machine learning e la profondità del machine learning (avanzate tecniche di apprendimento delle macchine, basate sulla simulazione di funzionamento dei neuroni del cervello umano) – tutti in qualche modo già trovano la loro applicazione in quelle applicazioni e settori, che usiamo e in cui ci troviamo ogni giorno.

In occasione di una dimostrazione sul palco della conferenza I/O, gli ingegneri di Google hanno dimostrato come la loro tecnologia di apprendimento automatico è in grado di alleggerire notevolmente molto scure di un'immagine o, ad esempio, per rimuovere con loro i vari rumori. E tutte queste azioni macchina è in grado di eseguire, solo basandosi sulle informazioni ottenute nell'ambito di analisi di milioni di altri chiare campioni di immagini. Google sottolineano che il loro supercomputer ora sono diventati più efficiente dell'uomo nel processo di riconoscimento di ciò che è nella foto. Sulla base di questa tecnologia in breve tempo uscirà un'applicazione personalizzata di Google Lens, capace di determinare in modo efficace, un fiore (o fiori) si trova ora di fronte a voi (o le immagini), attraverso la fotocamera dello smartphone.

Simili resistenti algoritmi basati su apprendimento approfondito in futuro sicuramente troveranno un posto per la sua applicazione in medicina, dove i sistemi che lavorano sul loro database, determinerà nelle foto i segni di formazioni maligne e nella maggior parte dei casi fare è molto più efficiente professionali dei chirurghi.

Con l'aiuto della tecnologia AutoML IA-piattaforma diventerà più veloce di studiare e di essere molto più intelligente. È vero, l'attesa di questo momento avrebbe bisogno di più un po ' di più, di uscire la promessa di «fiori di applicazione» per la piattaforma Android. Sia come sia, fino a quel momento gli sviluppatori di applicazioni e gli scienziati saranno un sacco di tempo per conoscere più da vicino AutoML.

«pensiamo che questa tecnologia porterà alla nascita di nuove reti neurali e la creazione di opportunità, quando non anche gli esperti saranno in grado di creare ipersonali le reti neurali per le loro specifiche esigenze, che, a sua volta, solo aumenterà la capacità della tecnologia di apprendimento automatico esercitare più influenza su di noi tutti», — ritengono gli esperti di Google Quoc Le e Barrett Зоф.