Googleの研究者が新しいAIアルゴリズムを数学的なビルディングブロックから進化させるシステムを作成

マシンラーニングにより、コンピュータアプリケーションは幅広いタスクで熟練することができますが、スクラッチからマシンラーニングアーキテクチャを設計し、アルゴリズムをトレーニングするには、長い時間がかかることがよくあります。 ScienceAlertによると、Google (GOOGL ) Brainの研究者は、AIプログラムを作成する新しい方法を試験してきました。技術は、AIが「自然に」進化することを可能にするミューテーションに基づいています。

GoogleのAutoMLシステムは、すでに自動でAIプログラムを作成しています。多くのプログラムは、人間のエンジニアによって設計されたモデルよりも優れたパフォーマンスを発揮しています。ただし、Googleの研究者はこのシステムを拡張し、研究を発表しました。研究では、このシステムを使用して、より効率的で強力なアルゴリズムを「発見」することができる可能性が示唆されています。このプロセスは、数学関数のミューテーションに基づいています。さらに、データを介してAIシステムに入る人間のバイアスを軽減するのにも役立ちます。

Googleの研究チームは、先月、arXivに論文を事前に公開しました。論文のタイトルは「Evolving Machine Learning Algorithms From Scratch」です。研究チームは、新しいシステム、AutoML-Zeroについて論じています。AutoML-Zeroは、基本的な数学操作を調整して、新しい複雑なアルゴリズムを作成します。AutoML-Zeroで設計されたシステムは、他のAIよりも強力で正確になる可能性があります。ただし、研究チームは、人間のバイアスを修正することを目的として、このプロセスをテストしました。研究者は、研究論文で次のように説明しています。

“人間が設計したコンポーネントは、人間が設計したアルゴリズムに有利な検索結果を生み出し、AutoMLのイノベーションの可能性を制限する可能性があります。オプションが少ないことによってもイノベーションが制限されます。検索できないものは発見できないからです。”

AutoML-Zeroは、3つのステップで動作します。セットアップ、予測、学習です。AutoML-Zeroは、100のアルゴリズムを、ランダムに組み合わせた単純な数学操作から作成します。次に、これらのアルゴリズムを競争させます。最も優れたアルゴリズムが特定されると、これらのアルゴリズムに小さな調整が加えられ、別の試行が行われます。このプロセスは、「最も適応するものが生き残る」選択プロセスを模倣しています。

このプロセスは、システムが1秒あたり10,000の可能なアルゴリズムを処理できるため、比較的短時間で実行できます。さらに、システムは、人間のオペレーターの入力がほとんどない状態で、24時間近く試行を続けることができます。

現在最も印象的なアルゴリズムシステムの多くは、コンピュータサイエンスとAIの長い歴史を持つアルゴリズムのわずかなバリエーションにすぎません。これらのアルゴリズムは、スケールアップされています。Haran Jacksonによると、研究論文で最も興味深いのは、このシステムが、現在最も広く使用されているものとは根本的に異なる、新しいアルゴリズムを発見できる可能性があることです。

“私たちがこれまでに考案したものとは根本的に異なる、新しいアルゴリズムの発明によってのみ、人工知能の最も印象的な業績が達成されるという認識が、コミュニティの多くのメンバーの中にあります。そういう意味で、この論文は非常に興味深いものです。完全に新しいマシンラーニングアルゴリズムを自動的に構築してテストする方法を提示しています。”

AutoML-Zeroはまだ概念実証の段階にあり、現在の最先端のAIアプリケーションが使用しているアルゴリズムと同等の有用性を持つアルゴリズムを生成するには、まだ多くの作業が必要です。ただし、AutoML-Zeroが完成する前に、システムに関する研究が行われたことで、エンジニアが他のアルゴリズムを設計する方法に影響を与える可能性があります。