Изкуствен Интелект

Може ли изкуственият интелект да се саморазвива?

Иван Гайдаров

Учени, работещи за високотехнологичното подразделение на Google, тестват как алгоритмите за машинно обучение могат да бъдат създадени от нулата, а след това да се развият естествено, на базата на проста математика.

Експертите, стоящи зад набора инструменти за разработка на изкуствен интелект AutoML, представят нови изследвания, които предполагат, че съществуващият софтуер може потенциално да бъде актуализиран, за да "открива автоматично" напълно непознати алгоритми, като същевременно намалява пристрастията на хората по време на процеса на въвеждане на данни.

Според ScienceMag софтуерът, известен като AutoML-Zero, наподобява процеса на еволюция, като кодът подобрява всяко поколение с малко човешко взаимодействие.

Инструментите за машинно обучение са "обучени" за намиране на модели в огромно количество данни, като същевременно автоматизират подобни процеси и постоянно се усъвършенстват въз основа на миналия опит.

Тази технология обаче има определени недостатъци, които AutoML-Zero цели да отстрани. А именно - наличието на пристрастия.

"Компонентите, проектирани от човека, отклоняват резултатите от търсенето в полза на създадени от него алгоритми, което евентуално намалява иновационния потенциал на AutoML", се казва в документацията на учениете, като се добавя: "Иновациите също така са ограничени допълнително - не можете да откриете това, което не можете да търсите."

Анализът, публикуван миналия месец в arXiv, е озаглавен "Развиващи се алгоритми за машинно обучение от нулата" и е изготвен от екип на Google Brain Division.

"Хубавото на този вид изкуствен интелект е, че той може да бъде оставен на собствените си устройства без предварително определени параметри и е в състояние да се включи 24/7 за работа по нови алгоритми", коментира Рей Уолш, компютърен експерт и дигитален изследовател от ProPrivacy, пред Newsweek.

Както отбелязва ScienceMag, AutoML-Zero е предназначен да създаде популация от 100 "алгоритми-кандидати", като комбинира основна случайна математика, след което тества резултатите в прости задачи като разграничаването на изображения. След това алгоритмите с най-добра ефективност се "развиват", като променят на случаен принцип своя код.

Резултатите - които ще бъдат варианти на най-успешните алгоритми - след това се добавят към общата популация, по-старите и по-малко успешните алгоритми остават назад и процесът продължава да се повтаря. Мрежата значително нараства, което от своя страна дава на системата по-естествени алгоритми за работа.

Харан Джаксън, главен технически директор в Techspert, който има докторска степен по компютърни науки от Университета в Кеймбридж, коментира пред Newsweek, че AutoML инструментите обикновено се използват за "идентифициране и извличане" на най-полезните функции от наборите от данни.

"Колкото и вълнуващ да е AutoML, той е ограничен до намирането на най-ефективните алгоритми от най-големия асортимент, за които вече знаем", казва той и добавя: "Много членове на общността обаче смятат, че най-впечатляващите умения на изкуствения интелект ще бъдат достигнати само с изобретяването на нови алгоритми, коренно различни от тези, които ние като вид сме създали досега."

Според него именно това прави проекта на екипа на Google толкова интересен, тъй като той представя метод, "чрез който можем автоматично да конструираме и тестваме напълно нови алгоритми за машинно обучение."

По думите на Харан Джаксън възприетият подход е подобен на еволюционните факти, предложени за първи път от Чарлз Дарвин, отбелязвайки как екипът на Google е в състояние да катализира "мутации" в набора от алгоритми.

"Мутиралите алгоритми, които вършат по-добра работа по решаването на проблеми в реалния свят, са запазени живи, а лошо работещите - изоставени", обобщава той и разказва: "Това се правеше многократно, докато се намери набор от високоефективни алгоритми. Един интригуващ аспект на изследването е, че този процес "преоткрива" някои алгоритми на невронната мрежа, които вече познаваме и използваме. Изключително вълнуващо е да се види дали ще се създадат алгоритми, за които още не сме мислили, въздействието на които върху ежедневието биха могли да бъдат огромни.

Преди време развитието на AutoML беше похвалено от изпълнителния директор на Alphabet Сундар Пичай, който заяви, че технологията може да бъде използвана за подобряване на алгоритъм, който може да открива разпространението на рака на гърдата към съседните лимфни възли. "Вдъхновяващо е да видите как AI започва да дава плодове", пише той в публикация в блога на компанията през 2018 г.

Членовете на екипа на Google Brain заявяват, че концепциите в най-новите изследвания са солидна отправна точка, но подчертават, че проектът далеч не е приключил.

X