Гугл створив штучний інтелект, який може вчитися майже так само швидко, як людина
Глибоке вивчення, швидкий
Глибокі навчання машина генерувала неймовірну кількість гудіння в останні місяці. Їх великі здібності можуть дозволити їм грати у відеоігри, розпізнавати обличчя, і, найголовніше, вчитися. Однак ці системи навчаються в 10 разів повільніше, ніж люди, які дозволили нам зберегти повзуче побоювання повного штучного інтелекту (ІІ) поглинання в бухті. Тепер, Google розробила штучний інтелект, здатний вчитися майже так само швидко, як людська істота.
Вимоги цього просування швидкості приходять від дочірньої компанії DeepMind Google в Лондоні. Вони кажуть, що не тільки їх машина асимілювати і діяти на новий досвід набагато швидше, ніж попередні моделі AI, він скоро досягне швидкості людського рівня.
«Їх метод імітує процеси навчання, які відбуваються в людському мозку і тварин.»
Якщо ви не знайомі з тим, як глибоко вивчення робіт, вона використовує шари нейронних мереж для виявлення тенденції або закономірності в даних. Якщо один шар ідентифікує шаблон, що інформація буде відправлена до наступного шару. Цей процес триває, поки не буде зібрана вся інформація.
Системи можна навчити вчитися по-різному в залежності від багатьох різних змінних, таких як міцність з'єднання між шарами. Істотні зміни в одному шарі може різко змінитися, як інформація передається в інших шарах, або, як він «дізнався.» Глибокі нейронні мережі мають багато шарів, тому, коли зміни присутні, процес навчання може зайняти неймовірно довго.
Проте, Александер Приціл, один з дослідників в Google DeepMind, і його колеги, схоже, придумали, як обійти цю проблему. Вони називають це «нейронна епізодичне управління.»
«Neural епізодичне управління демонструє значні поліпшення на швидкість навчання для широкого спектра середовищ,» сказав команда MIT Technology Review. «Критично, наш агент здатний швидко зачепити дуже успішні стратегії, як тільки вони відчули, замість того, щоб чекати протягом багатьох етапів оптимізації.» Їх метод імітує процеси навчання, які відбуваються в мозку людини і тварин, тиражування, що відбувається першим в префронтальної корі, а потім, в якості резервного, в гіпокампі.
Пошук майбутнього
Здається, що кожен день деякі нові розробки в технології ІІ розкривається світу. Від альтруїстичного робота адвокатів до пророкувань про сингулярності, технологія AI була котилися вперед. Проте, ми ще не досягли «істинного AI.» Не існує ніяких роботів, чий AI потужність відповідає інтелекту людського мозку.
І ось, в той час як реальність втрати роботи в результаті автоматизації та ІІ стають все ясніше з кожним днем, «істинним AI» не передбачуваний, щоб прибути в найближчим часом. Проте, це розвиток від DeepMind може бути величезною сходинкою на шляху до цього майбутнього.
Незважаючи на те, що може здатися науковою фантастикою кошмару на його поверхню, можливі вигоди величезні. Додатки для просунутих AI діапазону від технології охорони здоров'я та медичні для сільського господарства і навіть наукових досліджень. Як ІІ стає краще при навчанні, то можна навчити все більше і більше способів, щоб поліпшити наше життя.
Посилання: MIT Technology Review, нейронні мережі і Deep Learning
