Google Araştırmacıları Matematiksel Bina Bloklarından Yeni AI Algoritmaları Geliştirmek için Sistem Oluşturdu

Makine öğrenimi, bir bilgisayar uygulamasının çeşitli görevlerde uzmanlaşmasını sağlar, ancak sıfırdan bir makine öğrenimi mimarisi tasarlamak ve ardından bu algoritmayı eğitmek genellikle uzun zaman alabilir. ScienceAlert tarafından bildirildiği üzere, Google (GOOGL ) Brain araştırmacıları, AI programları oluşturmak için yeni yöntemler denedi ve mutasyonlara dayalı teknikler kullandı, böylece AI’lerin “organik olarak” evrimleşmesine olanak tanıdı.

Google’ın AutoML sistemi, zaten bir süredir otomatik olarak AI programları oluşturuyor ve bu programların çoğu, insan mühendisler tarafından tasarlanan modellerden daha iyi performans gösteriyor. Ancak Google araştırmacıları, bu sistemi genişletti ve daha verimli ve güçlü algoritmaları keşfetmek için bir süreç geliştirdi, bu süreç de evrimi taklit ediyor. Bu süreç, matematiksel fonksiyonların mutasyonu temelinde çalışıyor ve ayrıca AI sistemlerine sıklıkla veri yoluyla giren insan yanlılığını azaltmaya da yardımcı olabilir.

Google araştırma ekibi, bir makaleyi arXiv’de yayınladı ve bu sistem hakkında konuştu. AutoML-Sıfır olarak adlandırılan bu sistem, temel matematiksel işlemleri değiştirerek, yeni ve karmaşık algoritmaların oluşturulmasına olanak tanır. AutoML-Sıfır ile tasarlanan sistemler, diğer birçok AI’den daha güçlü ve doğru olabilir, ancak araştırma ekibi, bu süreci test ederken, insan yanlılığını generic makine öğrenimi modellerinde ve veri setlerinde düzeltmeyi amaçladı. Araştırmacılar, araştırma kağıdında bu sorunu şöyle açıkladı:

“İnsan tarafından tasarlanan bileşenler, arama sonuçlarını insan tarafından tasarlanan algoritmaların lehine önyargılı hale getirir, bu da AutoML’nin yenilik potansiyelini azaltabilir. Yenilik, ayrıca daha az seçenek nedeniyle sınırlıdır: aramadığınız şeyi keşfedemezsiniz.”

AutoML-Sıfır, üç adımlı bir yaklaşım kullanır: kurulum, tahmin ve öğrenme. AutoML-Sıfır, basit matematiksel işlemlerin rastgele birleşiminden oluşan 100 algoritma ile başlar, ardından bu algoritmalar birbirleriyle yarışır. En iyi performans gösteren algoritmalar belirlendikten sonra, bu algoritmalara küçük değişiklikler yapılır ve bir başka tur deneme yapılır. Bu yarışma ve mutasyon süreci, “en güçlü olanın hayatta kalması” seçimini taklit eder.

Rapora göre, tüm bu süreç oldukça hızlı bir şekilde gerçekleştirilebilir, çünkü sistem saniyede 10.000 olası algoritmayı işleyebilir ve bu denemeleri insan operatörlerden几乎 hiçbir girdi olmadan 24/7 gerçekleştirebilir.

Çoğu etkileyici algoritmik sistem, zaten uzun bir geçmişe sahip olan ve ölçeklendirilmiş algoritmaların sadece küçük varyasyonlarıdır. Haran Jackson, Newsweek’e göre, yeni makalenin en ilginç yönü, sistemin, radikal olarak farklı ve yaygın olarak kullanılanlardan farklı, tamamen yeni algoritmaları keşfedebilmesidir.

“Topluluğun birçok üyesi arasında, yapay zekanın en etkileyici başarılarının, yalnızca yeni ve temel olarak farklı algoritmaların icadıyla elde edilebileceğine dair bir his vardır” dedi Jackson. “Bu, söz konusu makalenin neden bu kadar ilginç olduğunu açıklar. Tamamen yeni makine öğrenimi algoritmalarının otomatik olarak oluşturulup test edilebileceği bir yöntem sunar.”

AutoML-Sıfır hala kavram kanıtlama aşamasındadır ve bugünden itibaren günümüzün en gelişmiş AI uygulamalarının ürettiği algoritmalar kadar faydalı algoritmalar üretmesi için üzerine daha çok çalışılması gerekecek. Bununla birlikte, sisteme ilişkin yapılan araştırmalar, AutoML-Sıfır tamamlanmadan önce bile faydalı olabilir ve mühendisler tarafından tasarlanan diğer algoritmaların nasıl tasarlanacağını belirleyebilir.