211service.com
AI programinė įranga mokosi kurti AI programinę įrangą
Dėl dirbtinio intelekto pažangos kai kurie žmonės nerimauja, kad programinė įranga atims tokius darbus kaip sunkvežimių vairavimas nuo žmonių. Dabar pirmaujantys mokslininkai atranda, kad jie gali sukurti programinę įrangą, kuri gali išmokti atlikti vieną iš sudėtingiausių jų pačių darbų dalių – sukurti mašininio mokymosi programinę įrangą.
Vieno eksperimento metu „Google Brain“ dirbtinio intelekto tyrimų grupės tyrėjai programinę įrangą sukūrė mašininio mokymosi sistemą, kad galėtų atlikti testą, naudojamą kalbą apdorojančios programinės įrangos palyginimui. Ką tai sugalvojo viršijo anksčiau paskelbtus rezultatus iš žmonių sukurtos programinės įrangos.
Pastaraisiais mėnesiais kelios kitos grupės taip pat pranešė apie mokymosi programinės įrangos gamybos pažangą. Tarp jų yra mokslininkai iš pelno nesiekiantis tyrimų institutas OpenAI (kurią įkūrė Elonas Muskas), SU , Kalifornijos universitetas, Berklis ir kita „Google“ dirbtinio intelekto tyrimų grupė, DeepMind .
Jei savarankiškai pradedantys dirbtinio intelekto metodai taps praktiški, jie gali pagreitinti mašininio mokymosi programinės įrangos diegimą visoje ekonomikoje. Šiuo metu įmonės turi mokėti priemoką už mašininio mokymosi ekspertus, kurių trūksta.
Jeffas Deanas, vadovaujantis „Google Brain“ tyrimų grupei, praėjusią savaitę svarstė, kad kai kuriuos tokių darbuotojų darbus gali pakeisti programinė įranga. Jis apibūdino tai, ką jis pavadino automatiniu mašininiu mokymusi, kaip vieną perspektyviausių tyrimo būdų, kuriuos tyrinėjo jo komanda.
Šiuo metu problemas sprendžiate tai, kad turite patirties, duomenų ir skaičiavimų, sakė Deanas „AI Frontiers“ konferencija Santa Klaroje, Kalifornijoje. Ar galime pašalinti daug mašininio mokymosi patirties?
Vienas eksperimentų rinkinys „Google DeepMind“ grupė teigia, kad tai, ką mokslininkai vadina mokymusi mokytis, taip pat gali padėti sumažinti mašininio mokymosi programinės įrangos, kuriai reikia sunaudoti daug duomenų tam tikrai užduočiai, kad ją gerai atliktų, problemą.
Tyrėjai metė iššūkį savo programinei įrangai sukurti mokymosi sistemas kelių skirtingų, bet susijusių problemų rinkiniams, pavyzdžiui, naršyti labirintuose. Buvo sukurti dizainai, rodantys gebėjimą apibendrinti ir imtis naujų užduočių su mažiau papildomo mokymo, nei būtų įprasta.
Idėja sukurti programinę įrangą, kuri mokytųsi mokytis, sklandė jau kurį laiką, tačiau ankstesni eksperimentai nedavė rezultatų, kurie konkuruotų su tuo, ką galėtų sugalvoti žmonės. Tai įdomu, sako Yoshua Bengio , Monrealio universiteto profesorius, anksčiau nagrinėjęs šią idėją 1990 m.
Bengio teigia, kad šiuo metu prieinama galingesnė skaičiavimo galia ir technikos, vadinamos giluminiu mokymusi, atsiradimas, kuris pastaruoju metu sukėlė jaudulį apie dirbtinį intelektą, yra tai, dėl ko šis metodas veikia. Tačiau jis pažymi, kad kol kas tam reikia tokios didelės skaičiavimo galios, kad dar nepraktiška galvoti apie apkrovos sumažinimą ar dalinį mašininio mokymosi ekspertų pakeitimą.
„Google Brain“ tyrėjai aprašo, kad naudojami 800 galingų grafikos procesorių programinei įrangai, kuri sugalvojo vaizdo atpažinimo sistemų dizainus, kurie konkuravo su geriausiais žmonių sukurtais.
Otkrist Gupta, MIT Media Lab mokslininkas, mano, kad tai pasikeis. Jis ir MIT kolegos planuoja sukurti atvirojo kodo programinę įrangą savo eksperimentus , kurioje mokymosi programinė įranga sukūrė giluminio mokymosi sistemas, kurios atitiko žmogaus sukurtas pagal standartinius objektų atpažinimo testus.
Dirbti su projektu Guptą įkvėpė varginančios valandos, praleistos kuriant ir bandant mašininio mokymosi modelius. Jis mano, kad įmonės ir mokslininkai yra gerai motyvuoti ieškoti būdų, kaip automatinį mašininį mokymąsi paversti praktišku.
Jis sako, kad palengvinti duomenų mokslininko naštą yra didelis atlygis. Tai gali padaryti jus produktyvesnius, geresnius modelius ir leisti jums laisvai tyrinėti aukštesnio lygio idėjas.