A Google új mesterséges intelligenciája képes erősebb mesterséges intelligenciák készítésére

A Google egy jelentős fejlesztést jelentett be a mesterséges intelligenciákkal kapcsolatban. Az új megközelítés a mesterséges tanulási folyamatot érinti, aminél jelenleg a neurális hálózatok új, jobb hálózatok kialakítását végzik – ezzel tulajdonképpen tanítva a mesterséges intelligenciát.

Ezek a mesterséges neurális hálózatok az agy tanulási módszerét igyekeznek leutánozni, és a Google szerint az új AutoML nevű technológiájával erősebb hatásosabb és könnyebben használható hálózatokat tudnak létrehozni.

A technológiát a Google vezérigazgatója, Sundar Pichai, mutatta be a Google I/O 2017 színpadán – ami a Google éves fejlesztői konferenciája.

“Ez úgy működik, hogy fogunk egy neurális háló halmazt, gondoljunk erre úgy mint kicsi újszülött hálózatok és egy neurális hálozat megy rajtuk végig, amíg meg nem találja a legjobbat közülük,” mondta Pichai.

Ezt a folyamatot nevezték “megerősített tanulásnak”, ahol a számítógépek a próbálgatást egy jutalomhoz kötik, mint ahogy a kutyákat is jutalommal tanítjuk új trükkökre.

Ehhez hatalmas számítási erőre van szükség, de a Google hardvere elérte azt a szintet, ami már képes arra, hogy az egyik neurális hálózattal a másikat vizsgálja.

A neurális hálózatok elkészítése még a magasan képzett tudósok és ménökök csoportjának is rengeteg időbe telik, de a AutoML-nek köszönhetően, szinte mindenki képes lesz majd a saját mesterséges intelligenciájának az elkészítésére, hogy az képes legyen megoldani az általa kívánt feladatot.

“Azt reméljük, hogy az AutoML felhasználja a képességet amivel ma még csak egy maréknyi doktor rendelkezik, és 3-5 év múlva fejlesztők százezreinek teszi majd elérhetővé a szükségletekhez igazított neurális hálózatok készítését.” írta Pichai.

A gépi tanulás – aminél a gépek egy mintahalmaz segítségével hozzák meg a döntéseiket – a mesterséges intelligencia kifejlesztésének az egyik módja, amihez két főbb lépésre van szükség: gyakorlás és következtetés.

A gyakorlás pontosan az amire gondolunk, a számítógép több százezer képet néz végig kutyákról és macskákról, hogy megtanulja milyen pixelkombinációk adják az állatot. A következtetés pedig az, ahol a gép fogja az eddig tanultakat és az alapján hoz döntést saját maga által.

Most fogjuk a kutyákat és a macskákat és cseréljük ki őket neurális hálozatokra, és ezzel kapjuk meg az AutoML-t, viszont ahelyett, hogy a rendszer azt találná ki melyik állat van a képen ebben az esetben azt mondja meg melyik rendszer a legokosabb.

Az eddigi eredmények alapján ez az új technológia még az emberi szakértőknél is jobb módon határozza meg a legjobb módszert egy probléma megoldására. Ezzel jelentős munkát spórolnak meg a jövőben mivel a jövő mesterséges intelligenciái már részben magukat építik fel.

A technika maga még gyerekcipőben jár, de a konferencián bemutatott demóban olyan gépi tanulási rendszereket mutattak be, amik képesek voltak sötét képek világosítására vagy a képen útban lévő tárgyak eltávolítására.

A Google azt mondja, hogy ezzel a számítógépei még jobbak lesznek annak a felismerésben hogy mi van egy képen mint az emberek. Egy nemsokára elérhető app, a Google Lens, képes lesz a virágok vagy éppen az utcán lévő különböző üzletek azonosítására a telefon kamerájának segítségével.

A hasonló tanulási rendszerek egyre nagyobb teret nyernek az egészségügyben is maguknak, ahol a képek vizsgálatával képesek azonosítani a rák jeleit még a hivatásos szakembereknél is nagyobb pontossággal.

“Úgy gondoljuk, hogy új típusú neurális hálózatok kifejlesztését inspirálja majd és lehetővé teszi a nem szakértők számára is, hogy a saját szükségleteikre szabják a neurális hálózatot,” mondták Quoc Le és Barret Zoph, a Google kutatói.

Forrás: googleblog.com , blog.google.com | Kép: GETTY IMAGES

Szerkesztő: arsratio

Oszd meg

Hozzászólás küldése

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöljük.

A honlap további használatához a sütik használatát el kell fogadni. További információ

A süti beállítások ennél a honlapnál engedélyezett a legjobb felhasználói élmény érdekében. Amennyiben a beállítás változtatása nélkül kerül sor a honlap használatára, vagy az "Elfogadás" gombra történik kattintás, azzal a felhasználó elfogadja a sütik használatát.

Bezárás