Az Neumann Társaság blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Jelenből a Jövőbe

Kételkedik magában a mesterséges intelligencia

2018. január 19. - ferenck

A szakterületbe óriási összegeket invesztált Uber és a Google kutatói a jelenlegi mesterségesintelligencia-kutatások leghatékonyabb módszerét, a sikerek kulcsát jelentő mélytanulást (deep learning) kívánják megújítani. Két népszerű keretrendszert egészítenének ki a valószínűség kezelésének képességével, azaz az MI-kutatás két versengő iskoláját, az ideghálós és a valószínűségalapú megoldásokat hoznák közös nevezőre.

Mire lenne ez jó?

A legfejlettebb MI-k előrejelzéskor vagy döntéshozásnál mérhetnék az önbizalmukat, más szavakkal fogalmazva: a Homo sapienshez hasonlóan, ők is tudnák, mikor kételkedjenek önmagukban. A bizonytalanság kezelése ugyanis az emberi következtetés és intelligencia egyik alapeleme.

doubt0.jpg

A mélytanuló ideghálókhoz közismerten rengeteg gyakorlóadat és számítási kapacitás kell, ám ennek ellenére meglepően törékeny rendszerek. A kétely pont ezt a problémát oldhatná meg, és sokat segítene például önvezető autóknak vagy más autonóm gépeknek kritikus forgatókönyvek kezelésében. Katasztrofális következményekkel járhat, ha egy önvezető autó nem ismeri a bizonytalanság mértékét egyes helyzetekben.

Az MI-k egyrészt intelligensebbé válnának, másrészt kevesebbet hibáznának. Többezer helyett néhány példa alapján megnyugtató bizonyossággal felismernének tárgyakat. A bizonyosság mérése „igen vagy nem” válasz helyett komplex rendszerek tervezését is hatékonyabban segítené.

doubt.jpg

„Sziklaszilárd alapot akarunk a mélytanuláshoz, amellyel könnyebben kimutatnák nekünk a bizonytalanságot” – jelentette ki Zoubin Ghahramani, a két területet, mélytanulást és valószínűségalapú programozást közös nevezőre hozó Pyro programozási nyelvvel előálló Uber vezető kutatója.

Míg egy hagyományos mélytanuló rendszer csak a betáplált adatokból tanul, addig Pyro segítségével előzetesen ismeretek programozhatók a rendszerbe. A módszer bármilyen területen alkalmazható, ahol gépi tanulással oldják meg a problémákat.

„A valószínűségalapú programozás különösen akkor hasznos, ha előzetes ismereteket akarunk a modellbe építeni” – magyarázza a Stanfordon kutató, de az Uber MI Laborjával is dolgozó Noah Goodman.

A Columbia Egyetemen (a DARPA, az USA Fejlett Védelmi Kutatási Projektek Ügynökségének támogatásával) szintén fejlesztenek a bizonytalanságot kezelő programozási nyelvet, az Edwardot. A Pyrohoz hasonlóan az Edward is kezdeti stádiumban van, mindkettő és az egész új technológia ígéretes, de potenciáljuk kiaknázásához sok munkára, a technikai kihívások kezelésére van még szükség.

A bejegyzés trackback címe:

https://jelenbolajovobe.blog.hu/api/trackback/id/tr4713583835

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