Ученые Google разрабатывают программу, котороя развивает ИИ без участия человека

Машинное обучение(ML) – это метод, с помощью которого алгоритмы адаптируют свою деятельность, используя введенные данные. Но создание и «обучение» этих алгоритмов требует времени.

Чтобы преодолеть это ограничение и обеспечить дальнейшие инновации в машинном обучении, ученые исследовали область AutoML, благодаря которой процесс машинного обучения можно постепенно автоматизировать, полагаясь на время компьютерных вычислений, а не на исследования человека.

До сих пор, хотя некоторые этапы были автоматизированы, эталон практически нулевого человеческого участия еще не достигнут. Тем не менее, команда ученых из Google увидела «предварительный успех» в открытии алгоритмов машинного обучения с нуля, что указывает на «многообещающее новое направление для этой области».

В документе, опубликованном на сервере препринтов arXiv, Куок Ле, компьютерный специалист из Google, и его коллеги использовали концепции дарвиновской эволюции, такие как естественный отбор, чтобы позволить алгоритмам ML улучшать поколение за поколением. Комбинируя базовые математические операции, их программа, называемая AutoML-Zero, сгенерировала 100 уникальных алгоритмов, которые они затем протестировали для простых задач, таких как распознавание изображений.

Читайте: Можно легко создавать фальшивые видео лишь с 1 фотографии лица

После того, как их производительность сравнивалась с разработанными вручную алгоритмами, лучшие из них были сохранены, и в их код были введены небольшие случайные «мутации», в то время как более слабые кандидаты были удалены. По мере продолжения цикла был найден высокопроизводительный набор алгоритмов, некоторые из которых сопоставимы с рядом классических методов машинного обучения, таких как искусственные нейронные сети (своего рода компьютерная программа, которая в общих чертах имитирует то, как наши клетки мозга работают вместе, чтобы решать задачи).

Это подтверждает концепцию команды, сказал Ле журналу Science Magazine, но он надеется, что процессы могут быть еще расширены, чтобы в конечном итоге создать гораздо более сложные ИИ, которые человеческие исследователи никогда не смогут создать сами.

«Наша цель – показать, что AutoML может пойти дальше: сегодня можно автоматически обнаруживать полные алгоритмы машинного обучения, просто используя базовые математические операции в качестве строительных блоков», – написала команда в статье, ожидающей рецензирования.

«Начиная с пустых компонентных функций и используя только базовые математические операции, мы разработали линейные регрессоры, нейронные сети, градиентный спуск, мультипликативные взаимодействия, усреднение веса, нормализованные градиенты и т. д» – пишут авторы. «Эти результаты многообещающие, но предстоит еще много работы».

Вас также может заинтересовать:

ИИ диагностирует депрессию по постам в Instagram лучше врачей