Разум создает разум

Системы искусственного интеллекта, построенные на принципах глубинного машинного обучения и самообучения, начинают использоваться все шире и шире, с легкостью выполняя "тяжелые" вычислительные операции, такие, как распознавание образов на изображениях, принятие решений и др. Однако, создание таких систем само по себе является достаточно сложным и кропотливым делом, в котором принимают участие десятки, сотни и даже тысячи квалифицированных специалистов, в зависимости от масштабов создаваемой системы.

К сожалению, таких специалистов не так уж и много. Что в значительной степени усложняет процесс и увеличивает его стоимость. О чем и заявил генеральный директор Google Сундар Пичаи:

"Сегодня эти системы разрабатываются специалистами по машинному обучению, и буквально несколько тысяч человек во всем мире умеют это. Мы хотим дать возможность делать это сотням тысяч разработчиков."

В связи с этим в недрах Google зародилась и на данный момент получила развитие идея, о том что искусственный интеллект будет создавать искусственный интеллект. Так родился проект AutoML («автоматизированное машинное обучение»).

AutoML действует как контроллер или управляющая нейронная сеть, которая формирует дочернюю нейронную сеть для специализированной задачи. Хорошим примером дочерней сети на данный момент является NASNet, задачей которой являлось распознавание объектов (людей, машин, светофоров, животных, сумок и т.д.) на видео в реальном времени.

Согласно исследованиям Google, NASNet успешно предугадывала изображения в контрольной выборке ImageNet в 82,7% случаев. Это на 1,2% лучше, чем прошлый рекорд. Кроме того, более дешевая версия NASNet превзошла лучшие схожие модели для мобильных платформ на 3,1%.

Но тем не менее технология AutoML еще находится на раннем этапе развития, хотя результаты уже активно внедряются в различные продукты Google. Может быть, уже через несколько лет, технология выйдет за пределы исследовательских институтов Google и станет достоянием масс.

К основному минусу технологии, возможно, стоит отнести неконтролируемый процесс обучения дочерней нейронной сети, что может привести в нежелательным последствиям из-за отсутствия контроля.