Az Neumann Társaság blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Jelenből a Jövőbe

Saját magát másolja a Google gépitanulás-szoftvere

2017. október 20. - ferenck

A Google még májusban ismertette AutoML projektjét, egy más mesterséges intelligenciák megalkotásában való segédkezésre tervezett MI-t, azaz önmaga másolatát létrehozó gépet.  

A bejelentésnél megemlítették, hogy a kép- és beszédfelismeréstől a gépi fordításig sikeresen alkalmazott mélytanulás-modellek mérnökök és tudósok fáradságos munkájának gyümölcsei. A kézi tervezés azért nehéz, mert az összes lehetséges modell keresési tere irdatlan nagy, tízrétegű hálózatnál például 10 a 10-iken hálózat is lehetséges. A hálózatok irdatlan sok idő és munka a gépitanulás-szakértőknek.

google_gepitanulas.jpg

Ezért döntöttek a folyamat automatizálása mellett. Több algoritmust tanulmányozva az evolúciós és a megerősítéses tanulásos megoldások tűntek a legígéretesebbeknek, végül az utóbbiak mellett döntöttek.

A napokban szintén tett egy bejelentést a Google: az AutoML megverte a humán MI-tervezőket gépitanulás-szoftver tervezésében. Programja az ember által létrehozott legjobbaknál is masszívabbra és hatékonyabbra sikerült.

Az MI fejlesztőinél is jobb gépitanulás-kódot írt…

google_gepitanulas3.jpg

Azzal kezdte, hogy 82 százalékkal megdöntötte a képkategorizálás eddigi rekordját, majd jóval bonyolultabb, autonóm robotokat és a kiterjesztett valóságot (Augmented Reality, AR) is érintő feladattal vizsgáztatták: különböző tárgyak elhelyezését kellett megjelölnie egy képen. Ő 43, a humán fejlesztők rendszere 39 százalékot produkált.

Az eredmények azért figyelemreméltók és bíztatók a jövőre nézve, mert nagyon kevesen – az egész világon csak néhány ezren – rendelkeznek következőgenerációs MI-rendszerek építéséhez szükséges különleges szakértelemmel. Ha sikeresen automatizálják a területet, az egész iparág megváltozhat.

google_gepitanulas0.jpg„Az automatizációval azt szeretnénk elérni, hogy párezer helyett többszázezer fejlesztő dolgozhasson ezeken a rendszereken” – nyilatkozta Sundar Pichai, a Google vezérigazgatója.

A metatanulás nagy része az emberi ideghálók utánzása, minél több adattal kell megtölteni ezeket az ideghálókat, aztán jönnek az egyre pontosabb eredmények. Minél többet tanulnak, annál jobban teljesítenek. A big data korában ez persze önmagában nem annyira nagy dolog, a nehezebb rész az emberi agyszerkezet utánzása, majd komplexebb feladatok kivitelezése.

google_gepitanulas2.jpg

Mai fejlesztéseknél – egyelőre – az egyszerűbb megoldást választják: meglévő rendszereket egészítenek ki ahelyett, hogy a semmiből teremtenének újakat. Az AutoML indíthatja el a változásokat, és ha az MI egyre könnyebben tervez új MI-ket, az emberre egyfajta kapuőr feladat hárulhat. Például jobban odafigyel a tanulóadatokra, hogy az MI semmilyen szempontból se legyen elfogult (amit mind gyakrabban rónak fel nekik).

A Google mindenesetre még finomítja az AutoML-t, utána viszont közkinccsé kívánja tenni, hogy minél több programozó írhasson rá praktikus alkalmazásokat.

A bejegyzés trackback címe:

https://jelenbolajovobe.blog.hu/api/trackback/id/tr3513029622

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.
süti beállítások módosítása