Google ha anunciado el próximo gran paso en el desarrollo de la inteligencia artificial con un nuevo enfoque del aprendizaje automático que puede utilizar redes neuronales para crear redes neuronales aún más eficientes. Básicamente, estamos hablando de enseñar a una máquina a crear su propia clase.
Las redes neuronales artificiales están diseñadas para imitar el proceso de aprendizaje del cerebro y, según Google, su nueva tecnología, llamada AutoML, tiene el potencial de hacer que estas redes sean aún más poderosas, eficientes y fáciles de usar.
El director ejecutivo de Google, Sundar Pichai, dio un ejemplo de cómo funciona AutoML al hablar en Google I / O 2017, un evento anual para desarrolladores de hardware y software donde la empresa suele presentar o al menos hablar sobre los productos en los que está trabajando actualmente.
"Funciona así: tomamos un conjunto de candidatos para redes neuronales, llamémoslas redes neuronales de bebés, y ejecutamos repetidamente una red neuronal lista para usar a través de ellos para encontrar errores hasta que obtengamos una red neuronal aún más eficiente", - dijo Pichai.
norte
Este proceso se llama aprendizaje estimulado, donde se le dará una recompensa a la computadora por encontrar errores. Por el mismo principio, por ejemplo, enseñan nuevos trucos a los perros. Por supuesto, en el caso de las computadoras, esto requiere una enorme potencia de cálculo, pero la potencia del equipo de Google ya ha alcanzado tal nivel que una red neuronal puede analizar fácilmente el trabajo de otra red neuronal.
Se necesita un equipo real de expertos en ingeniería informática y una gran cantidad de tiempo para crear una red neuronal, pero gracias a AutoML, en el futuro, casi cualquier usuario podrá construir su propio sistema de IA y programarlo para realizar absolutamente cualquier tarea.
"Esperamos que la tecnología AutoML, que actualmente solo está disponible para unos pocos centros de investigación, en tres a cinco años esté disponible para cientos, y mejor para miles de desarrolladores de redes neuronales que quieran usarlos para sus propósitos específicos", escribió Pichai en el informe oficial. Blog.
El esquema de la tecnología AutoML: análisis multinivel del funcionamiento de las redes neuronales para determinar la más inteligente de ellas
Video promocional:
El aprendizaje automático, un intento de dotar a la computadora de la capacidad de sacar sus propias conclusiones a partir de la información disponible, es solo uno de los enfoques en el desarrollo de la inteligencia artificial, que incluye dos aspectos importantes: el proceso de aprendizaje y la capacidad real de sacar conclusiones de forma independiente a partir de él. Con entrenamiento, todo está relativamente claro. Muestre a la computadora cien mil imágenes de gatos y perros, y eventualmente descubrirá qué combinación de píxeles hace cada uno de estos animales. La segunda parte es un poco más complicada. Después de todo, es aquí donde se requiere que la máquina muestre lo que ha aprendido y, sobre la base de este aprendizaje, llegue a una suposición lógica de forma independiente. Haz una conclusión.
norte
Ahora reemplace gatos y perros con redes neuronales y obtendrá una idea de cómo funciona AutoML, que, en lugar de reconocer a los animales, reconoce cuál de los sistemas presentados es el más inteligente. Según Google, incluso ahora, el nivel de AutoML ya es tal que puede ser más eficaz que los expertos humanos para encontrar los mejores enfoques para resolver problemas específicos. En el futuro, esto simplificará significativamente el proceso de creación de nuevos sistemas de IA, ya que de hecho serán creados por su propia especie.
AutoML todavía se encuentra en sus primeras etapas en este momento, dice Google, pero la inteligencia artificial, el aprendizaje automático y el aprendizaje automático profundo (métodos avanzados de aprendizaje automático basados en la simulación del trabajo de las neuronas en el cerebro humano) ya están encontrando su camino de una forma u otra. en aquellas aplicaciones y áreas que usamos y en las que nos encontramos a diario.
En una demostración en el escenario de la conferencia de E / S, los ingenieros de Google mostraron cómo su tecnología de aprendizaje automático puede iluminar significativamente imágenes muy oscuras, por ejemplo, eliminar varios ruidos de ellas. Y todas estas acciones la máquina es capaz de realizar únicamente basándose en la información obtenida a través del análisis de millones de otras muestras claras de imágenes. Google señala que sus supercomputadoras ahora se han vuelto más eficientes que los humanos en el proceso de reconocer lo que hay en la foto. Basado en esta tecnología, pronto se lanzará una aplicación personalizada de Google Lens, que puede determinar efectivamente qué flor (o flores) está frente a usted (o en las imágenes) a través de la cámara del teléfono inteligente.
En el futuro, estos algoritmos superpoderosos basados en el aprendizaje profundo definitivamente encontrarán un lugar para su aplicación en la medicina, donde los sistemas basados en ellos detectarán signos de tumores malignos en las imágenes y en la mayoría de los casos lo harán de manera mucho más eficiente que los cirujanos profesionales.
Con la tecnología AutoML, las plataformas de inteligencia artificial aprenderán más rápido y serán mucho más inteligentes. Es cierto que este momento tendrá que esperar un poco más que el lanzamiento de la prometida "aplicación de flores" para la plataforma Android. Sin embargo, hasta este momento, los desarrolladores de aplicaciones y los científicos tendrán mucho tiempo para conocer mejor AutoML.
“Creemos que esta tecnología conducirá al surgimiento de nuevas redes neuronales y a la apertura de oportunidades donde ni siquiera los expertos podrán crear sus propias redes neuronales personales para sus necesidades específicas, lo que, a su vez, solo aumentará la capacidad de las tecnologías de aprendizaje automático para ejercer más influencia sobre todos nosotros. - dicen los científicos de Google Kuok Le y Barrett Zof.
NIKOLAY KHIZHNYAK
