Trí tuệ nhân tạo có thể tự phát triển đang được các nhà khoa học của Google thử nghiệm
Các nhà khoa học máy tính làm việc cho một bộ phận công nghệ cao của Google đang thử nghiệm cách tạo ra các thuật toán học máy từ đầu, sau đó phát triển tự nhiên, dựa trên toán học đơn giản.
Các chuyên gia đằng sau của Google AutoML bộ công cụ trí tuệ nhân tạo hiện nay đã giới thiệu nghiên cứu tươi sẽ gợi ý về phần mềm hiện có khả năng có thể được cập nhật để "tự động phát hiện ra" thuật toán hoàn toàn xa lạ trong khi cũng làm giảm thiên vị con người trong quá trình nhập dữ liệu.
Làm thế nào các siêu máy tính đang được sử dụng để giành chiến thắng trong cuộc chiến chống lại coronavirusĐỌC THÊM
Theo ScienceMag , phần mềm, được gọi là AutoML-Zero, giống như quá trình tiến hóa, với mã cải thiện mọi thế hệ với rất ít sự tương tác của con người.
Các công cụ học máy được "đào tạo" để tìm ra các mẫu dữ liệu với số lượng lớn dữ liệu trong khi tự động hóa các quy trình như vậy và liên tục được cải tiến dựa trên kinh nghiệm trong quá khứ.
Nhưng các nhà nghiên cứu nói rằng điều này đi kèm với những hạn chế mà AutoML-Zero nhắm đến để khắc phục. Cụ thể, việc giới thiệu thiên vị.
"Các thành phần do con người thiết kế thiên vị các kết quả tìm kiếm có lợi cho các thuật toán do con người thiết kế, có thể làm giảm tiềm năng đổi mới của AutoML," bài báo của nhóm của họ. "Sự đổi mới cũng bị hạn chế bởi có ít tùy chọn hơn: bạn không thể khám phá những gì bạn không thể tìm kiếm."
Phân tích, được công bố vào tháng trước trên arXiv , có tiêu đề "Tiến hóa thuật toán học máy từ đầu" và được ghi nhận vào một nhóm làm việc cho bộ phận Google Brain.
Ray Walsh, một chuyên gia máy tính và kỹ thuật số cho biết: "Điều thú vị về loại AI này là nó có thể được để lại cho các thiết bị của chính nó mà không có bất kỳ tham số nào được xác định trước và có thể kết nối 24/7 để phát triển các thuật toán mới". nhà nghiên cứu tại ProPrivacy, nói với Newsweek .
Như ScienceMag đã lưu ý, AutoML-Zero được thiết kế để tạo ra một quần thể gồm 100 "thuật toán ứng cử viên" bằng cách kết hợp toán học ngẫu nhiên cơ bản, sau đó kiểm tra kết quả trên các nhiệm vụ đơn giản như phân biệt hình ảnh. Các thuật toán hoạt động tốt nhất sau đó "phát triển" bằng cách thay đổi ngẫu nhiên mã của chúng.
Kết quả, đó sẽ là biến thể của các thuật toán thành công nhất, sau đó được thêm vào dân số nói chung, khi các thuật toán cũ hơn và kém thành công hơn bị bỏ lại phía sau, và quá trình tiếp tục lặp lại. Mạng phát triển đáng kể, lần lượt cung cấp cho hệ thống các thuật toán tự nhiên hơn để làm việc.
Haran Jackson, giám đốc công nghệ (CTO) tại Techspert, người có bằng Tiến sĩ Điện toán của Đại học Cambridge, nói với Newsweek rằng các công cụ AutoML thường được sử dụng để "xác định và trích xuất" các tính năng hữu ích nhất từ bộ dữ liệu. một sự phát triển đáng hoan nghênh.
"Thú vị như AutoML là, nó bị hạn chế trong việc tìm kiếm các thuật toán hiệu năng hàng đầu trong số các thuật toán lớn, được thừa nhận mà chúng ta đã biết", ông nói.
"Có một ý nghĩa giữa nhiều thành viên trong cộng đồng rằng những kỳ công ấn tượng nhất của trí tuệ nhân tạo sẽ chỉ đạt được với việc phát minh ra các thuật toán mới khác biệt cơ bản với những thuật ngữ mà chúng ta đã từng nghĩ ra.
"Đây là điều làm cho bài báo nói trên trở nên thú vị. Nó trình bày một phương pháp mà chúng ta có thể tự động xây dựng và kiểm tra các thuật toán học máy hoàn toàn mới lạ."
Jackson cũng vậy, cho biết cách tiếp cận được thực hiện tương tự như sự kiện tiến hóa đầu tiên do Charles Darwin đề xuất, lưu ý cách nhóm Google có thể tạo ra "đột biến" trong bộ thuật toán.
"Các thuật toán đột biến đã làm tốt hơn việc giải quyết các vấn đề trong thế giới thực vẫn được duy trì, với những thuật toán hoạt động kém bị loại bỏ," ông nói thêm.
"Điều này đã được thực hiện lặp đi lặp lại, cho đến khi tìm thấy một bộ thuật toán hiệu năng cao. Một khía cạnh hấp dẫn của nghiên cứu là quá trình này đã" khám phá lại "một số thuật toán mạng thần kinh mà chúng ta đã biết và sử dụng. có thể bật lên bất kỳ thuật toán nào mà chúng ta chưa từng nghĩ đến, tác động của nó đến cuộc sống hàng ngày của chúng ta có thể là rất lớn. " Google đã được liên lạc để bình luận.
Sự phát triển của AutoML trước đây đã được Giám đốc điều hành của Sundar Pichai khen ngợi, người đã nói rằng nó đã được sử dụng để cải thiện một thuật toán có thể phát hiện sự lây lan của ung thư vú sang các hạch bạch huyết lân cận. "Thật cảm hứng khi thấy AI bắt đầu mang lại kết quả như thế nào", ông viết trong một bài đăng trên blog năm 2018 .
Các thành viên nhóm Google Brain cộng tác trên bài báo cho biết các khái niệm trong nghiên cứu gần đây nhất là điểm khởi đầu vững chắc, nhưng nhấn mạnh rằng dự án còn lâu mới kết thúc.
"Bắt đầu từ các hàm thành phần rỗng và chỉ sử dụng các hoạt động toán học cơ bản, chúng tôi đã phát triển các hồi quy tuyến tính, mạng nơ ron, giảm độ dốc ... các tương tác nhân. Những kết quả này rất hứa hẹn, nhưng vẫn còn nhiều việc phải làm", bài báo in của các nhà khoa học lưu ý.
Walsh nói với Newsweek : "Các nhà phát triển của AutoML-Zero tin rằng họ đã tạo ra một hệ thống có khả năng xuất ra các thuật toán mà các nhà phát triển con người có thể chưa bao giờ nghĩ tới.
"Theo các nhà phát triển, do thiếu sự can thiệp của con người, AutoML-Zero có khả năng tạo ra các thuật toán không có sự thiên vị của con người. Về mặt lý thuyết này có thể dẫn đến các thuật toán tiên tiến mà các doanh nghiệp có thể dựa vào để cải thiện hiệu quả của họ.
"Tuy nhiên, điều đáng ghi nhớ là hiện tại AI vẫn là bằng chứng của khái niệm và sẽ mất một thời gian trước khi nó có thể tạo ra các loại thuật toán phức tạp hiện đang sử dụng. Mặt khác, nghiên cứu [ chứng minh làm thế nào] tương lai của AI có thể là các thuật toán được tạo ra bởi các máy khác. "
Các chuyên gia đằng sau của Google AutoML bộ công cụ trí tuệ nhân tạo hiện nay đã giới thiệu nghiên cứu tươi sẽ gợi ý về phần mềm hiện có khả năng có thể được cập nhật để "tự động phát hiện ra" thuật toán hoàn toàn xa lạ trong khi cũng làm giảm thiên vị con người trong quá trình nhập dữ liệu.
Làm thế nào các siêu máy tính đang được sử dụng để giành chiến thắng trong cuộc chiến chống lại coronavirusĐỌC THÊM
Theo ScienceMag , phần mềm, được gọi là AutoML-Zero, giống như quá trình tiến hóa, với mã cải thiện mọi thế hệ với rất ít sự tương tác của con người.
Các công cụ học máy được "đào tạo" để tìm ra các mẫu dữ liệu với số lượng lớn dữ liệu trong khi tự động hóa các quy trình như vậy và liên tục được cải tiến dựa trên kinh nghiệm trong quá khứ.
Nhưng các nhà nghiên cứu nói rằng điều này đi kèm với những hạn chế mà AutoML-Zero nhắm đến để khắc phục. Cụ thể, việc giới thiệu thiên vị.
"Các thành phần do con người thiết kế thiên vị các kết quả tìm kiếm có lợi cho các thuật toán do con người thiết kế, có thể làm giảm tiềm năng đổi mới của AutoML," bài báo của nhóm của họ. "Sự đổi mới cũng bị hạn chế bởi có ít tùy chọn hơn: bạn không thể khám phá những gì bạn không thể tìm kiếm."
Phân tích, được công bố vào tháng trước trên arXiv , có tiêu đề "Tiến hóa thuật toán học máy từ đầu" và được ghi nhận vào một nhóm làm việc cho bộ phận Google Brain.
Ray Walsh, một chuyên gia máy tính và kỹ thuật số cho biết: "Điều thú vị về loại AI này là nó có thể được để lại cho các thiết bị của chính nó mà không có bất kỳ tham số nào được xác định trước và có thể kết nối 24/7 để phát triển các thuật toán mới". nhà nghiên cứu tại ProPrivacy, nói với Newsweek .
Như ScienceMag đã lưu ý, AutoML-Zero được thiết kế để tạo ra một quần thể gồm 100 "thuật toán ứng cử viên" bằng cách kết hợp toán học ngẫu nhiên cơ bản, sau đó kiểm tra kết quả trên các nhiệm vụ đơn giản như phân biệt hình ảnh. Các thuật toán hoạt động tốt nhất sau đó "phát triển" bằng cách thay đổi ngẫu nhiên mã của chúng.
Kết quả, đó sẽ là biến thể của các thuật toán thành công nhất, sau đó được thêm vào dân số nói chung, khi các thuật toán cũ hơn và kém thành công hơn bị bỏ lại phía sau, và quá trình tiếp tục lặp lại. Mạng phát triển đáng kể, lần lượt cung cấp cho hệ thống các thuật toán tự nhiên hơn để làm việc.
Haran Jackson, giám đốc công nghệ (CTO) tại Techspert, người có bằng Tiến sĩ Điện toán của Đại học Cambridge, nói với Newsweek rằng các công cụ AutoML thường được sử dụng để "xác định và trích xuất" các tính năng hữu ích nhất từ bộ dữ liệu. một sự phát triển đáng hoan nghênh.
"Thú vị như AutoML là, nó bị hạn chế trong việc tìm kiếm các thuật toán hiệu năng hàng đầu trong số các thuật toán lớn, được thừa nhận mà chúng ta đã biết", ông nói.
"Có một ý nghĩa giữa nhiều thành viên trong cộng đồng rằng những kỳ công ấn tượng nhất của trí tuệ nhân tạo sẽ chỉ đạt được với việc phát minh ra các thuật toán mới khác biệt cơ bản với những thuật ngữ mà chúng ta đã từng nghĩ ra.
"Đây là điều làm cho bài báo nói trên trở nên thú vị. Nó trình bày một phương pháp mà chúng ta có thể tự động xây dựng và kiểm tra các thuật toán học máy hoàn toàn mới lạ."
Jackson cũng vậy, cho biết cách tiếp cận được thực hiện tương tự như sự kiện tiến hóa đầu tiên do Charles Darwin đề xuất, lưu ý cách nhóm Google có thể tạo ra "đột biến" trong bộ thuật toán.
"Các thuật toán đột biến đã làm tốt hơn việc giải quyết các vấn đề trong thế giới thực vẫn được duy trì, với những thuật toán hoạt động kém bị loại bỏ," ông nói thêm.
"Điều này đã được thực hiện lặp đi lặp lại, cho đến khi tìm thấy một bộ thuật toán hiệu năng cao. Một khía cạnh hấp dẫn của nghiên cứu là quá trình này đã" khám phá lại "một số thuật toán mạng thần kinh mà chúng ta đã biết và sử dụng. có thể bật lên bất kỳ thuật toán nào mà chúng ta chưa từng nghĩ đến, tác động của nó đến cuộc sống hàng ngày của chúng ta có thể là rất lớn. " Google đã được liên lạc để bình luận.
Sự phát triển của AutoML trước đây đã được Giám đốc điều hành của Sundar Pichai khen ngợi, người đã nói rằng nó đã được sử dụng để cải thiện một thuật toán có thể phát hiện sự lây lan của ung thư vú sang các hạch bạch huyết lân cận. "Thật cảm hứng khi thấy AI bắt đầu mang lại kết quả như thế nào", ông viết trong một bài đăng trên blog năm 2018 .
Các thành viên nhóm Google Brain cộng tác trên bài báo cho biết các khái niệm trong nghiên cứu gần đây nhất là điểm khởi đầu vững chắc, nhưng nhấn mạnh rằng dự án còn lâu mới kết thúc.
"Bắt đầu từ các hàm thành phần rỗng và chỉ sử dụng các hoạt động toán học cơ bản, chúng tôi đã phát triển các hồi quy tuyến tính, mạng nơ ron, giảm độ dốc ... các tương tác nhân. Những kết quả này rất hứa hẹn, nhưng vẫn còn nhiều việc phải làm", bài báo in của các nhà khoa học lưu ý.
Walsh nói với Newsweek : "Các nhà phát triển của AutoML-Zero tin rằng họ đã tạo ra một hệ thống có khả năng xuất ra các thuật toán mà các nhà phát triển con người có thể chưa bao giờ nghĩ tới.
"Theo các nhà phát triển, do thiếu sự can thiệp của con người, AutoML-Zero có khả năng tạo ra các thuật toán không có sự thiên vị của con người. Về mặt lý thuyết này có thể dẫn đến các thuật toán tiên tiến mà các doanh nghiệp có thể dựa vào để cải thiện hiệu quả của họ.
"Tuy nhiên, điều đáng ghi nhớ là hiện tại AI vẫn là bằng chứng của khái niệm và sẽ mất một thời gian trước khi nó có thể tạo ra các loại thuật toán phức tạp hiện đang sử dụng. Mặt khác, nghiên cứu [ chứng minh làm thế nào] tương lai của AI có thể là các thuật toán được tạo ra bởi các máy khác. "
Nhận xét
Đăng nhận xét