Google創造出不需人類干預就會自我「突變」的AI系統

人工智慧大部分的工作都涉及一種叫做機器學習的訓練過程,在這過程中,AI在識別貓或繪製地圖路線等任務上會越來越聰明。 現在,該技術已被用於創造新的AI系統,而無需任何人類的干預。多年來,Google的工程師一直在研究一種絕頂聰明的機器學習系統稱為AutoML系統(或自動機器學習系統),該系統已經能夠創造超越所有我們所創造過的AI能做的事情。

現在,研究人員對它進行了調整,使它能納入達爾文進化論的概念,並展現了它可以建造比人類寫程式還要更快地自我改良的AI程式。這新系統被稱為AutoML-Zero,雖然這一切聽起來很令人震驚,不過,它可能導致智慧系統更快速地發展,例如,為了更準確模擬人腦而有多層和權重的神經網絡, 這是程式工程師一直遇到的難題。

該預印件論文的研究人員指出:「如今,已經可以僅使用基本的數學運算就能自動發現完整的機器學習算法。我們透過引入一種新穎的框架來證明這一點,該框架透過包容性搜索空間大幅減少了人類的偏見。」

原始的AutoML系統的目的是為了讓應用程式更容易利用機器學習,並且它本身已包含許多自動化功能,但是AutoML-Zero降低了所需的人工輸入量。它使用了簡單的三步驟過程,設置、預測和學習,可以將它視為是從頭開始的機器學習。

系統首先透過隨機組合的簡單數學運算來選擇100種算法。 然後,經過複雜的反複試驗過程,可以找出表現最佳的算法,並進行一些調整以保留最佳算法,然後再進行另一輪試驗,換句話說,神經網絡正在突變。當新的程式產生時,它會在AI的任務上進行測試,例如找出卡車圖和動物圖之間的差異,然後保留性能最佳的算法以供將來迭代,就像是適者生存一樣。它的速度還非常的快,研究人員估計,每個處理器每秒可以搜索多達10000種可能的算法(可用於該任務的電腦處理器越多,它可以運算得越快)。

到最後,應該會看到人工智慧係統得到更廣泛的使用,並且對於沒有AI專業知識的程式工程師來說更容易掌握。 它甚至可以幫助我們消除AI中的人類偏見,因為人類幾乎沒有參與。改進AutoML-Zero的工作仍在繼續中,希望它最終能夠寫出人類工程師從未想過的算法。 目前,它只能產生簡單的AI系統,但研究人員認為他們可以相當迅速地提高它的複雜性。

未參與這項工作的美國德州大學奧斯丁分校的電腦科學家Risto Miikkulainen表示:「雖然大多數人都在以嬰兒的腳步前進,這些研究人員卻一大步跳進了未知領域。這是可以使大量未來研究開展的論文之一。」

參考資料: arXiv.org

Hssszn讚新聞著作權聲明:本網站所有內容由自家編輯選寫,並非內容農場複製貼上,所有文章之文字、非經授權,不得轉載。
加入好友