Duża część pracy wykonywanej przez sztuczną inteligencję obejmuje proces edukacyjny zwany uczeniem maszynowym.
Sztuczna inteligencja staje się lepsza w zadaniach, takich jak rozpoznawanie czegoś lub wyznaczanie trasy, im dłużej to trwa.
Teraz ta sama technika jest używana do tworzenia nowych systemów sztucznej inteligencji bez interwencji człowieka.
Inżynierowie Google od wielu lat pracują nad niezwykle inteligentnym systemem uczenia maszynowego znanym jako AutoML (lub automatyczne uczenie maszynowe), który jest już w stanie tworzyć sztuczną inteligencję.
Teraz naukowcy dokonali zmian w koncepcji ewolucji Darwina i wykazali, że możliwe jest tworzenie programów sztucznej inteligencji, które będą się doskonalić szybciej, jeśli ludzie będą mogli je kodować ręcznie.
Nowy system, zwany AutoML-Zero, może doprowadzić do szybkiego rozwoju bardziej inteligentnych systemów – takich jak sieci neuronowe zaprojektowane tak, aby dokładniej naśladowały ludzki mózg.
„Obecnie możliwe jest automatyczne wykrywanie pełnych algorytmów uczenia maszynowego, po prostu wykorzystując podstawowe operacje matematyczne jako elementy składowe” – piszą naukowcy w artykule. „Pokazujemy to, wprowadzając nową koncepcję, która znacznie ogranicza wpływ człowieka na wspólną przestrzeń wyszukiwania”.
Oryginalny system AutoML został zaprojektowany, aby ułatwić aplikacjom korzystanie z uczenia maszynowego i zawiera już wiele zautomatyzowanych funkcji, ale AutoML-Zero wymaga niewiele kodu napisanego przez człowieka lub nie wymaga go wcale.
Korzystając z prostego, trzystopniowego procesu – dostrajania, przewidywania i szkolenia – można to traktować jako uczenie maszynowe od podstaw.
System rozpoczyna się od wyboru 100 algorytmów utworzonych przez losowe połączenie prostych operacji matematycznych. Złożony proces prób i błędów określa następnie najlepsze z nich, które są zapisywane – z pewnymi modyfikacjami – do następnej rundy prób. Innymi słowy, sieć neuronowa stale się rozwija.
Generowany nowy kod jest testowany pod kątem zadań AI – na przykład wykrywających różnicę między obrazem ciężarówki a obrazem psa – a następnie najbardziej wydajne algorytmy są zapisywane do przyszłej iteracji. Jak przetrwanie najlepiej przystosowanych.
I to też jest szybkie: naukowcy uważają, że na jeden procesor można załadować do 10 000 możliwych algorytmów na sekundę (im więcej procesorów komputerowych jest dostępnych dla zadania, tym szybciej może ono działać).
Ostatecznie powinno to doprowadzić do tego, że systemy sztucznej inteligencji staną się szerzej wykorzystywane i dostępne dla programistów bez doświadczenia w rozwoju AI.
Prace nad udoskonaleniem AutoML-Zero są kontynuowane, mając nadzieję, że w końcu uda się opracować algorytmy, o których prości programiści nigdy by nie pomyśleli.
„Podczas gdy większość ludzi robiła małe kroki, [badacze] zrobili gigantyczny skok w nieznane” – powiedział Edd Gent, naukowiec z University of Texas w Austin. „To jeden z tych artykułów, od których można by rozpocząć wiele przyszłych badań”.
Praca nie została jeszcze opublikowana w recenzowanym czasopiśmie, ale można ją obejrzeć na arXiv.org.
Źródła: Zdjęcie: uscybersecurity.net
