โมเดลและแพลตฟอร์ม AI
นักวิจัยของ Google สร้างระบบเพื่อสร้างอัลกอริทึม AI ใหม่จากบล็อกทางคณิตศาสตร์
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
การเรียนรู้ของเครื่องทำให้แอปพลิเคชันคอมพิวเตอร์สามารถเรียนรู้ทักษะต่างๆ ได้อย่างรวดเร็ว แต่การออกแบบโครงสร้างการเรียนรู้ของเครื่องจากศูนย์และการฝึกอบรมอัลกอริทึมอาจใช้เวลานาน ตามรายงานของ ScienceAlert นักวิจัยที่ Google (GOOGL ) Brain ได้ทดลองกับวิธีการสร้างโปรแกรม AI ใหม่โดยใช้เทคนิคที่อาศัยการเปลี่ยนแปลงเพื่อให้ AI “พัฒนา” อย่างเป็นธรรมชาติ
ระบบ AutoML ของ Google ได้สร้างโปรแกรม AI อัตโนมัติเป็นเวลานานแล้ว และหลายโปรแกรมมีประสิทธิภาพที่ดีกว่าโมเดลที่ออกแบบโดยวิศวกรมนุษย์ อย่างไรก็ตาม นักวิจัยของ Google ได้ขยายระบบนี้โดยการเผยแพร่ผลการวิจัยที่แสดงให้เห็นว่าระบบสามารถ “ค้นพบ” อัลกอริทึมใหม่ที่มีประสิทธิภาพและทรงพลังมากกว่าผ่านกระบวนการที่เลียนแบบวิวัฒนาการ กระบวนการนี้อาศัยการเปลี่ยนแปลงฟังก์ชันทางคณิตศาสตร์และอาจช่วยลดความเอนเอียงของมนุษย์ที่มักพบในระบบ AI ผ่านข้อมูล
ทีมวิจัยของ Google ได้เผยแพร่ผลการวิจัยล่วงหน้าบน arXiv เมื่อเดือนที่แล้ว โดยมีชื่อเรื่อง “Evolving Machine Learning Algorithms From Scratch” ในผลการวิจัย ทีมวิจัยได้พูดถึงระบบใหม่ที่เรียกว่า AutoML-Zero ระบบ AutoML-Zero ทำงานโดยการปรับเปลี่ยนการดำเนินการทางคณิตศาสตร์พื้นฐาน โดยใช้การดำเนินการเหล่านี้เป็นบล็อกสร้างสำหรับอัลกอริทึมที่ซับซ้อน ระบบที่ออกแบบด้วย AutoML-Zero อาจมีประสิทธิภาพและแม่นยำมากกว่าระบบ AI อื่นๆ แต่ทีมวิจัยได้ทดสอบกระบวนการนี้โดยมีเป้าหมายที่จะแก้ไขปัญหาความเอนเอียงของมนุษย์ในโมเดลการเรียนรู้ของเครื่องและชุดข้อมูล
ทีมวิจัยได้อธิบายปัญหาในผลการวิจัยของตน: “ส่วนประกอบที่ออกแบบโดยมนุษย์ทำให้ผลลัพธ์ของการค้นหามีความเอนเอียงไปในทางอัลกอริทึมที่ออกแบบโดยมนุษย์ ซึ่งอาจลดศักยภาพในการสร้างสรรค์ของ AutoML การสร้างสรรค์ยังถูกจำกัดโดยตัวเลือกที่น้อย: คุณไม่สามารถค้นพบสิ่งที่คุณไม่สามารถค้นหาได้”
AutoML-Zero ทำงานโดยใช้กระบวนการสามขั้นตอน: การตั้งค่า, การคาดการณ์ และการเรียนรู้ ระบบเริ่มต้นด้วยการสร้างอัลกอริทึม 100 ตัวโดยการรวมการดำเนินการทางคณิตศาสตร์พื้นฐานแบบสุ่ม จากนั้นจึงนำอัลกอริทึมเหล่านี้มาแข่งขันกัน เมื่อระบุอัลกอริทึมที่ทำงานได้ดีที่สุดแล้ว ระบบจะทำการปรับเปลี่ยนอัลกอริทึมเหล่านี้เล็กน้อย แล้วจึงทำการแข่งขันอีกครั้ง กระบวนการนี้ของการแข่งขันและการเปลี่ยนแปลงเลียนแบบกระบวนการ “การอยู่รอดของที่แข็งแกร่งที่สุด”
ตามรายงาน กระบวนการนี้สามารถทำได้อย่างรวดเร็ว เนื่องจากระบบสามารถประมวลผลอัลกอริทึมที่เป็นไปได้ถึง 10,000 ตัวต่อวินาทีต่อโปรเซสเซอร์ และสามารถทำการแข่งขันเหล่านี้ได้ตลอด 24 ชั่วโมงโดยมีการแทรกแซงจากมนุษย์น้อยมาก
หลายระบบอัลกอริทึมที่น่าประทับใจที่สุดในปัจจุบันเป็นเพียงรูปแบบที่แตกต่างกันของอัลกอริทึมที่มีประวัติยาวนานในคอมพิวเตอร์และ AI โดยการปรับขนาด Haran Jackson ได้กล่าวถึงเรื่องนี้ว่า สิ่งที่น่าสนใจที่สุดเกี่ยวกับผลการวิจัยใหม่นี้คือ ระบบอาจค้นพบอัลกอริทึมใหม่ที่แตกต่างอย่างมากจากอัลกอริทึมที่ใช้กันอย่างแพร่หลาย
“มีความรู้สึกในหมู่สมาชิกของชุมชนว่า ความสำเร็จที่น่าประทับใจที่สุดของ AI จะได้รับการบรรลุเฉพาะเมื่อมีการค้นพบอัลกอริทึมใหม่ที่แตกต่างอย่าง根本จากอัลกอริทึมที่เราได้พัฒนามาจนถึงทุกวันนี้” Jackson กล่าว “สิ่งนี้ทำให้ผลการวิจัยที่กล่าวถึงน่าสนใจมาก เพราะมันนำเสนอวิธีการที่เราสามารถสร้างและทดสอบอัลกอริทึมการเรียนรู้ของเครื่องใหม่ๆ ได้อย่างอัตโนมัติ”
AutoML-Zero ยังคงอยู่ในระยะการ chứng minhแนวคิด และยังมีการทำงานที่ต้องทำอีกมากก่อนที่จะสามารถสร้างอัลกอริทึมที่มีประโยชน์เทียบเท่ากับอัลกอริทึมที่ขับเคลื่อนแอปพลิเคชัน AI ที่ทันสมัยที่สุดในปัจจุบัน อย่างไรก็ตาม การวิจัยที่ทำเกี่ยวกับระบบนี้อาจมีประโยชน์แม้ก่อนที่ AutoML-Zero จะเสร็จสิ้น โดยให้ข้อมูลเกี่ยวกับวิธีการออกแบบอัลกอริทึมอื่นๆ โดยวิศวกร
