Google telah mengumumkan langkah besar berikutnya dalam pengembangan kecerdasan buatan dengan pendekatan baru untuk pembelajaran mesin yang dapat digunakan untuk menggunakan jaringan saraf untuk membuat jaringan saraf yang lebih efisien. Pada dasarnya, kita bercakap mengenai mengajar mesin untuk membuat jenisnya sendiri.
Rangkaian neural buatan sedang dirancang untuk meniru proses pembelajaran otak, dan menurut Google, teknologi barunya, yang disebut AutoML, berpotensi menjadikan rangkaian ini lebih kuat, lebih efisien dan lebih mudah digunakan.
Ketua Pegawai Eksekutif Google Sundar Pichai memberikan contoh bagaimana AutoML berfungsi dengan bercakap di Google I / O 2017, acara tahunan untuk pembangun perkakasan dan perisian di mana syarikat biasanya membentangkan atau sekurang-kurangnya membincangkan produk yang sedang diusahakannya.
"Ini berfungsi seperti ini: kami mengambil satu set calon jaringan saraf - mari kita panggil mereka rangkaian neural bayi - dan berulang kali menjalankan rangkaian saraf siap pakai melalui mereka untuk mencari kesilapan sehingga kami mendapat rangkaian saraf yang lebih efisien", - kata Pichai.
Proses ini disebut pembelajaran terangsang, di mana ganjaran akan diberikan kepada komputer kerana menemui pepijat. Dengan prinsip yang sama, misalnya, mereka mengajar trik baru kepada anjing. Sudah tentu, dalam hal komputer, ini memerlukan kekuatan pengkomputeran yang sangat besar, tetapi kekuatan peralatan Google telah mencapai tahap yang sedemikian rupa sehingga satu rangkaian saraf dapat dengan mudah menganalisis kerja jaringan saraf yang lain.
Diperlukan pasukan pakar kejuruteraan komputer dan banyak masa untuk membuat rangkaian neural, tetapi terima kasih kepada AutoML, pada masa akan datang, hampir semua pengguna dapat membina sistem AI mereka sendiri dan memprogramkannya untuk melakukan tugas apa pun.
"Kami berharap teknologi AutoML, yang saat ini hanya tersedia untuk beberapa pusat penyelidikan, dalam tiga hingga lima tahun akan tersedia untuk ratusan, dan lebih baik ribuan pemaju rangkaian saraf yang ingin menggunakannya untuk tujuan khusus mereka," tulis Pichai dalam pejabat itu blog.
Skema teknologi AutoML: analisis pelbagai peringkat operasi rangkaian neural untuk menentukan yang paling pintar dari mereka
Video promosi:
Pembelajaran mesin - percubaan untuk memberi komputer kemampuan untuk membuat kesimpulan sendiri berdasarkan maklumat yang ada - hanyalah salah satu pendekatan dalam pengembangan kecerdasan buatan, yang merangkumi dua aspek penting: proses pembelajaran dan kemampuan sebenarnya untuk membuat kesimpulan secara bebas berdasarkannya. Dengan latihan, semuanya agak jelas. Tunjukkan kepada komputer seratus ribu gambar kucing dan anjing, dan akhirnya akan dapat mengetahui kombinasi piksel yang dibuat setiap haiwan ini. Bahagian kedua sedikit lebih rumit. Bagaimanapun, di sinilah mesin diminta untuk menunjukkan apa yang telah dipelajarinya, dan berdasarkan pembelajaran ini, secara bebas dapat diduga secara logik. Buat kesimpulan.
Sekarang ganti kucing dan anjing dengan rangkaian saraf, dan anda akan mendapat idea tentang bagaimana AutoML berfungsi, yang, bukannya mengenali haiwan, akan mengenali sistem yang mana yang paling pintar. Menurut Google, bahkan sekarang tahap AutoML sudah lebih efektif daripada pakar manusia dalam mencari pendekatan terbaik untuk menyelesaikan masalah tertentu. Pada masa akan datang, ini akan memudahkan proses penciptaan sistem AI baru, kerana sebenarnya ia akan dibuat mengikut jenisnya sendiri.
AutoML masih dalam tahap awal pada masa ini, kata Google, tetapi AI, pembelajaran mesin dan pembelajaran mesin mendalam (kaedah pembelajaran mesin lanjutan berdasarkan mensimulasikan kerja neuron di otak manusia) semuanya sudah menemui jalan mereka dalam satu atau lain cara. dalam aplikasi dan bidang yang kami gunakan dan di mana kami mendapati diri kami setiap hari.
Dalam demonstrasi di pentas persidangan I / O, jurutera Google menunjukkan bagaimana teknologi pembelajaran mesin mereka dapat mencerahkan gambar yang sangat gelap atau, misalnya, mengeluarkan pelbagai bunyi dari mereka. Dan semua tindakan ini dapat dilakukan oleh mesin hanya bergantung pada maklumat yang diperoleh melalui analisis berjuta-juta contoh gambar lain yang jelas. Google menyatakan bahawa superkomputer mereka kini menjadi lebih efisien daripada manusia dalam proses mengenali apa yang ada dalam foto. Berdasarkan teknologi ini, aplikasi Google Lens khusus akan segera dikeluarkan, yang dapat menentukan bunga (atau bunga) mana yang ada di depan anda (atau dalam gambar) dengan berkesan melalui kamera telefon pintar.
Pada masa akan datang, algoritma yang sangat kuat berdasarkan pembelajaran mendalam pasti akan mendapat tempat untuk aplikasi mereka dalam perubatan, di mana sistem berdasarkannya akan mengesan tanda-tanda tumor malignan dalam gambar dan dalam kebanyakan kes, mereka akan melakukan ini dengan lebih berkesan daripada pakar bedah profesional.
Dengan teknologi AutoML, platform AI akan belajar lebih cepat dan lebih pintar. Benar, saat ini harus menunggu sedikit lebih lama daripada peluncuran "aplikasi bunga" yang dijanjikan untuk platform Android. Namun, hingga saat ini, pemaju aplikasi dan saintis akan mempunyai banyak masa untuk mengenali AutoML dengan lebih baik.
"Kami berpendapat bahawa teknologi ini akan membawa kepada munculnya jaringan saraf baru dan membuka peluang di mana bahkan bukan pakar akan dapat membuat jaringan neural peribadi mereka sendiri untuk keperluan khusus mereka, yang, pada gilirannya, hanya akan meningkatkan kemampuan teknologi pembelajaran mesin untuk memberikan pengaruh yang lebih besar kepada kita semua. "- kata saintis Google Kuok Le dan Barrett Zof.
NIKOLAY KHIZHNYAK
