Suuri osa tekoälyn työstä liittyy kouluprosessiin, joka tunnetaan koneoppimisena.
Tekoäly paranee tehtävissä, kuten jonkin tunnistaminen tai reitin kartoittaminen, mitä kauemmin se kestää.
Nyt samaa tekniikkaa käytetään uusien tekoälyjärjestelmien luomiseen ilman ihmisen väliintuloa.
Vuosien ajan Google-insinöörit ovat työskennelleet erityisen älykkään koneoppimisjärjestelmän, joka tunnetaan nimellä AutoML (tai automaattinen koneoppiminen), joka pystyy jo luomaan tekoälyn.
Nyt tutkijat ovat tehneet muutoksia Darwinin evoluutiokäsitteeseen ja osoittaneet, että on mahdollista luoda tekoälyohjelmia, jotka parantuvat edelleen nopeammin, jos ihmiset pystyvät koodaamaan ne käsin.
Uusi järjestelmä, nimeltään AutoML-Zero, voi johtaa älykkäempien järjestelmien – kuten hermoverkkojen, jotka on suunniteltu jäljittelemään tarkemmin ihmisen aivoja, nopeaan kehitykseen.
“Nyt on mahdollista havaita täydelliset koneoppimisalgoritmit yksinkertaisesti käyttämällä matematiikan perusoperaatioita rakennuspalikoina”, tutkijat kirjoittavat paperissaan. “Osoitamme tämän ottamalla käyttöön uuden konseptin, joka vähentää merkittävästi ihmisten vaikutusta jaetussa hakutilassa.”
Alkuperäinen AutoML-järjestelmä on suunniteltu helpottamaan sovellusten koneoppimisen käyttöä, ja se sisältää jo monia automatisoituja ominaisuuksia, mutta AutoML-Zero vaatii vähän tai ei ollenkaan ihmisen kirjoittamia koodeja.
Yksinkertaisen kolmivaiheisen prosessin – virityksen, ennustamisen ja koulutuksen – avulla voidaan ajatella koneoppimista alusta alkaen.
Järjestelmä alkaa valitsemalla 100 algoritmia, jotka tehdään yhdistämällä satunnaisesti yksinkertaiset matemaattiset operaatiot. Monimutkainen kokeilu ja virhe -prosessi määrittää sitten parhaat, jotka tallennetaan – muutamilla muutoksilla – seuraavalle kokeiden kierrokselle. Toisin sanoen, hermoverkko kehittyy jatkuvasti.
Kun uusi koodi luodaan, sitä testataan tekoälytehtävien suhteen – esimerkiksi havaitaan kuorma-auton ja koiran kuvan välinen ero – ja tehokkaimmat algoritmit tallennetaan sitten tulevaa iteraatiota varten. Kuten vahvimpien selviytyminen.
Ja se on myös nopeaa: tutkijat uskovat, että jopa 10000 mahdollista algoritmia voidaan ladata sekunnissa prosessoria kohden (mitä enemmän tietokoneprosessoreita tehtävään on käytettävissä, sitä nopeammin se voi toimia).
Loppujen lopuksi tämän pitäisi johtaa siihen, että tekoälyjärjestelmistä tulee entistä laajempia ja niiden ohjelmoijien käytettävissä, joilla ei ole kokemusta tekoälyn kehittämisestä.
AutoML-Zeron parantaminen jatkuu siinä toivossa, että se pystyy lopulta kehittämään algoritmeja, joita yksinkertaiset ohjelmoijat eivät olisi koskaan ajatelleet.
“Vaikka suurin osa ihmisistä otti pieniä askeleita, [tutkijat] ottivat valtavan harppauksen tuntemattomaan”, Edd Gent kertoi Scienceille, tutkijalle Texasin yliopistossa Austinissa. “Tämä on yksi niistä papereista, jotka voivat aloittaa paljon tulevaa tutkimusta.”
Teosta ei ole vielä julkaistu vertaisarvioidussa lehdessä, mutta sitä voi tarkastella osoitteessa arXiv.org.
Lähteet: Kuva: uscybersecurity.net
