211service.com
Google pašmācības AI pārvērš kodētājus par mašīnmācības meistariem
Google tikko padarīja daudz vienkāršāku jūsu pielāgotās AI sistēmas izveidi.
Jauns pakalpojums, ko sauc Cloud AutoML , izmanto vairākus mašīnmācības trikus, lai automātiski izveidotu un apmācītu dziļās mācīšanās algoritmu, kas spēj atpazīt lietas attēlos.
Pagaidām tehnoloģija ir ierobežota, taču tas varētu būt sākums kaut kam lielam. Lai izveidotu un optimizētu dziļu neironu tīkla algoritmu, parasti ir nepieciešama detalizēta izpratne par pamatā esošo matemātiku un kodu, kā arī plaša algoritmu parametru pielāgošanas prakse, lai viss būtu pareizi. AI sistēmu izstrādes grūtības ir radījušas sacensības talantu piesaistē, un tas nozīmē, ka tikai lieli uzņēmumi ar dziļām kabatām parasti var atļauties izveidot savus pielāgotus AI algoritmus.
Mums ir jāpaplašina AI, lai to varētu izmantot vairāk cilvēku, Fei-Fei Li , teica Google Cloud galvenais zinātnieks pirms šodienas palaišanas. Li lēš, ka visā pasaulē ir ne vairāk kā daži tūkstoši cilvēku ar zināšanām, kas vajadzīgas, lai izveidotu vislabākos padziļinātās apmācības modeļus. Bet šobrīd visā pasaulē ir aptuveni 21 miljons izstrādātāju, viņa saka. Mēs vēlamies sazināties ar viņiem visiem un padarīt AI pieejamu šiem izstrādātājiem.
Mākoņdatošana ir viena no atslēgām, lai AI padarītu pieejamāku. Google, Amazon, Microsoft un citi uzņēmumi steidzas savām mākoņu platformām pievienot mašīnmācības iespējas. Google Cloud jau piedāvā daudzus šādus rīkus, taču tie izmanto iepriekš sagatavotus modeļus. Tas ierobežo to, ko viņi var darīt, piemēram, programmētāji varēs izmantot rīkus tikai, lai atpazītu ierobežotu objektu vai ainu klāstu, ko viņi jau ir apmācīti atpazīt. Jaunas paaudzes mākoņdatošanas mašīnmācības rīki, kas var apmācīt sevi, padarītu tehnoloģiju daudz daudzpusīgāku un vieglāk lietojamu.
Vairāki uzņēmumi pēdējos mēnešos ir testējuši Google Cloud AutoML. Disnejs izmantoja šo pakalpojumu, lai izstrādātu veidu, kā meklēt savās precēm konkrētus multfilmu varoņus, pat ja šie produkti nav marķēti ar šī varoņa vārdu.
Hoakins Vanšorens , Nīderlandes Eindhovenas Tehnoloģiju institūta profesors, kurš specializējas automatizētā mašīnmācībā, saka, ka tā joprojām ir salīdzinoši jauna izpētes tēma, lai gan pēdējā laikā interese par šo jomu ir pieaugusi. Tas ir iespaidīgi, ka viņi var tik ātri izlaist to kā ražošanas pakalpojumu, viņš saka.
Vanšorens saka, ka automatizācija var palielināt skaitļošanas izmaksas, tāpēc uzņēmumam Google ir jātērē daudz resursu pakalpojumam. Tas, visticamāk, pasliktināsies, jo programmētāji mēģina izstrādāt AI sistēmas, kas pārsniedz vienkāršu attēlu klasifikāciju un mēģina risināt arvien plašākus uzdevumus.
Google pētnieki jau kādu laiku ir pārbaudījuši mākslīgā intelekta automatizācijas robežas. 2016. gadā viena komanda to parādīja var tikt izmantota pati dziļā mācīšanās lai noteiktu labākos padziļinātās apmācības sistēmas uzlabojumus. Pagājušajā gadā uzņēmumā vēl viena grupa izmantoja imitētu dabisko atlasi lai izstrādātu optimālu tīkla arhitektūru. Un pavisam nesen divi Google zinātnieki izmantoja pastiprināšanas mācības — paņēmiens, ko iedvesmojis veids, kā dzīvnieki mācās, izmantojot pozitīvas atsauksmes, lai automātiski uzlabotu padziļinātās mācīšanās sistēmu.
Centieni šajā jomā galu galā varētu veicināt lielas pūles, lai izveidotu vispārīgākus un pielāgojamākus mākslīgā intelekta veidus. Bet, pirms mašīnas pilnībā pārņem vadību, varat vismaz izmēģināt savus spēkus, izstrādājot savu AI.