A mesterséges intelligencia által végzett munka jelentős része gépi tanulásként ismert oktatási folyamatot foglal magában.
A mesterséges intelligencia jobban teljesít olyan feladatokban, mint a felismerés vagy az útvonal feltérképezése, annál hosszabb ideig tart.
Most ugyanezt a technikát használják új mesterséges intelligencia-rendszerek létrehozására emberi beavatkozás nélkül.
A Google mérnökei évek óta dolgoznak egy szokatlanul intelligens gépi tanulási rendszeren, amelyet AutoML (vagy automatikus gépi tanulás) néven ismertek, és amely már képes létrehozni mesterséges intelligenciát.
A kutatók most változtattak Darwin evolúciós koncepcióján, és bebizonyították, hogy lehetséges olyan AI programok létrehozása, amelyek tovább javulnak, ha az emberek kézzel kódolják őket.
Az új rendszer neve AutoML-Zero, és intelligensebb rendszerek – például az emberi agy pontosabb utánzására tervezett neurális hálózatok – gyors fejlődéséhez vezethet.
“Most már lehetséges a teljes gépi tanulási algoritmusok automatikus észlelése az egyszerű matematikai műveletek építőelemeként történő felhasználásával” – írják a kutatók cikkükben. “Ezt egy új koncepció bevezetésével mutatjuk be, amely jelentősen csökkenti az emberi befolyást a megosztott keresési térben.”
Az eredeti AutoML rendszert úgy tervezték, hogy megkönnyítse az alkalmazások számára a gépi tanulás használatát, és már számos automatizált funkciót tartalmaz, de az AutoML-Zero alig vagy egyáltalán nem igényel ember által írt kódot.
Egy egyszerű, három lépésből álló folyamat – hangolás, előrejelzés és képzés – segítségével úgy gondolhatjuk, mint a semmiből történő gépi tanulást.
A rendszer 100 algoritmus kiválasztásával indul, egyszerű véletlenszerű matematikai műveletek véletlenszerű kombinálásával. Ezután a próba és a hiba összetett folyamata határozza meg a legjobbakat, amelyeket bizonyos módosításokkal elment a következő próbaidőszakra. Más szavakkal, az ideghálózat folyamatosan fejlődik.
Amikor új kód jön létre, azt mesterséges intelligencia feladatokon tesztelik – például a teherautó kép és a kutya kép közötti különbség kimutatására -, majd a leghatékonyabb algoritmusokat elmentik a későbbi iterációhoz. Mint a legmegfelelőbbek túlélése.
És ez is gyors: a kutatók úgy vélik, hogy másodpercenként és processzoronként akár 10 000 lehetséges algoritmust lehet betölteni (minél több számítógépes processzor áll rendelkezésre egy feladathoz, annál gyorsabban futtatható).
Végül ennek ahhoz a tényhez kell vezetnie, hogy a mesterséges intelligencia rendszerek szélesebb körben használják és hozzáférhetővé válnak az AI fejlesztésében tapasztalattal nem rendelkező programozók számára.
A munka tovább javítja az AutoML-Zero-t abban a reményben, hogy végül képes lesz olyan algoritmusok kifejlesztésére, amelyekre az egyszerű programozók soha nem gondoltak volna.
“Míg az emberek többsége apró lépéseket tett, a kutatók óriási ugrást tettek az ismeretlenbe” – mondta Edd Ghent a Science-nek, az austini Texasi Egyetem tudósának. “Ez egyike azoknak a dokumentumoknak, amelyek sok jövőbeni kutatást indíthatnak el.”
A munkát még nem tették közzé szakértők által áttekintett folyóiratban, de megtekinthető az arXiv.org oldalon.
Források: Fotó: uscybersecurity.net
