Google ha annunciato il prossimo grande passo nello sviluppo dell'intelligenza artificiale con un nuovo approccio all'apprendimento automatico che può essere utilizzato per utilizzare reti neurali per creare reti neurali ancora più efficienti. Fondamentalmente, stiamo parlando di insegnare a una macchina a creare il proprio genere.
Si stanno sviluppando reti neurali artificiali per imitare il processo di apprendimento del cervello e, secondo Google, la sua nuova tecnologia, chiamata AutoML, ha il potenziale per rendere queste reti ancora più potenti, più efficienti e più facili da usare.
Il CEO di Google Sundar Pichai ha fornito un esempio di come funziona AutoML parlando a Google I / O 2017, un evento annuale per sviluppatori di hardware e software in cui la società presenta o almeno parla dei prodotti su cui sta attualmente lavorando.
"Funziona in questo modo: prendiamo una serie di candidati per reti neurali - chiamiamole reti neurali baby - e ripetutamente eseguiamo una rete neurale già pronta attraverso di loro per trovare errori fino a quando non otteniamo una rete neurale ancora più efficiente", - disse Pichai.
Questo processo è chiamato apprendimento stimolato, in cui viene data una ricompensa al computer per la ricerca di bug. Con lo stesso principio, ad esempio, insegnano nuovi trucchi ai cani. Naturalmente, nel caso dei computer, ciò richiede un'enorme potenza di calcolo, ma la potenza delle apparecchiature di Google ha già raggiunto un livello tale che una rete neurale può facilmente analizzare il lavoro di un'altra rete neurale.
Ci vuole un vero team di esperti di ingegneria informatica e un'enorme quantità di tempo per creare una rete neurale, ma grazie ad AutoML, in futuro, quasi tutti gli utenti saranno in grado di costruire il proprio sistema di intelligenza artificiale e programmarlo per eseguire assolutamente qualsiasi attività.
"Ci auguriamo che la tecnologia AutoML, attualmente disponibile solo per pochi centri di ricerca, in tre o cinque anni diventi disponibile per centinaia e migliaia di sviluppatori di reti neurali che desiderano utilizzarli per i loro scopi specifici", ha scritto Pichai nel sito ufficiale blog.
Lo schema della tecnologia AutoML: analisi multi-livello del funzionamento delle reti neurali per determinare la più intelligente di esse
Video promozionale:
L'apprendimento automatico - un tentativo di dare a un computer la capacità di trarre le proprie conclusioni sulla base delle informazioni disponibili - è solo uno degli approcci nello sviluppo dell'intelligenza artificiale, che include due aspetti importanti: il processo di apprendimento e l'effettiva capacità di trarre conclusioni in modo indipendente sulla base di esso. Con la formazione, tutto è relativamente chiaro. Mostra al computer centomila immagini di cani e gatti e alla fine scoprirà quale combinazione di pixel produce ciascuno di questi animali. La seconda parte è un po 'più complicata. Dopotutto, è qui che la macchina deve mostrare ciò che ha appreso e, sulla base di questo apprendimento, giungere indipendentemente a un'ipotesi logica. Fai una conclusione.
Ora sostituisci cani e gatti con reti neurali e avrai un'idea di come funziona AutoML, che, invece di riconoscere gli animali, riconosce quale dei sistemi presentati è il più intelligente. Secondo Google, anche ora il livello di AutoML è già tale da poter essere più efficace degli esperti umani nel trovare i migliori approcci per risolvere problemi specifici. In futuro, ciò semplificherà notevolmente il processo di creazione di nuovi sistemi di IA, poiché in realtà saranno creati dalla loro stessa specie.
AutoML è ancora nelle sue fasi iniziali a questo punto, afferma Google, ma l'intelligenza artificiale, l'apprendimento automatico e l'apprendimento automatico profondo (metodi avanzati di apprendimento automatico basati sulla simulazione dei neuroni nel cervello umano) stanno tutti trovando la loro strada in un modo o nell'altro. in quelle applicazioni e aree che utilizziamo e in cui ci troviamo quotidianamente.
In una dimostrazione sul palco della conferenza I / O, gli ingegneri di Google hanno mostrato come la loro tecnologia di apprendimento automatico può schiarire in modo significativo le immagini molto scure o, ad esempio, rimuovere vari rumori da esse. E tutte queste azioni la macchina è in grado di compiere affidandosi solo alle informazioni ottenute attraverso l'analisi di milioni di altri chiari campioni di immagini. Google nota che i loro supercomputer sono diventati più efficienti degli umani nel processo di riconoscimento di ciò che è nella foto. Sulla base di questa tecnologia, verrà presto rilasciata un'applicazione personalizzata di Google Lens, che può determinare efficacemente quale fiore (o fiori) è di fronte a te (o nelle immagini) attraverso la fotocamera dello smartphone.
In futuro, tali algoritmi super potenti basati sull'apprendimento profondo troveranno sicuramente un posto per la loro applicazione in medicina, dove i sistemi basati su di essi rileveranno segni di tumori maligni nelle immagini e nella maggior parte dei casi lo faranno in modo molto più efficiente rispetto ai chirurghi professionisti.
Con la tecnologia AutoML, le piattaforme AI impareranno più velocemente e saranno molto più intelligenti. È vero, questo momento dovrà attendere un po 'più a lungo del rilascio della promessa "applicazione floreale" per la piattaforma Android. Tuttavia, fino a questo punto, gli sviluppatori di applicazioni e gli scienziati avranno tutto il tempo per conoscere meglio AutoML.
"Riteniamo che questa tecnologia porterà all'emergere di nuove reti neurali e all'apertura di opportunità in cui anche i non esperti saranno in grado di creare le proprie reti neurali personali per le loro esigenze specifiche, il che, a sua volta, aumenterà solo la capacità delle tecnologie di apprendimento automatico di esercitare una maggiore influenza su tutti noi. "- affermano gli scienziati di Google Kuok Le e Barrett Zof.
NIKOLAY KHIZHNYAK
