ИИ может создавать ИИ?

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Современный искусственный интеллект анализирует терабайты информации, управляет машиной, разговаривает с человеком и даже помогает спасать ему жизнь. Однако за этим стоит долгий и сложный процесс обучения, тщательная настройка миллионов параметров, чтобы между искусственными нейронами появились нужные связи.

Ученые давно пришли к выводу: чтобы ускорить и упростить обучение, нужно позволить ИИ самому создавать для себя схемы, тестировать их и выбирать лучшие. Этот метод получил название NAS — поиск нейронной архитектуры.

Два года назад на основе этого метода инженеры Google разработали систему AutoML-Zero. Практически без вмешательства человека она с нуля настраивает, прогнозирует и обучает ИИ, который превосходит написанные человеком программы. Но AutoML-Zero пока способна генерировать только простые алгоритмы ИИ из несложных математических функций.

Совсем недавно команда ученых из Америки сделала потрясающее открытие: она разработала гиперсеть, которая сможет сама создавать глубокие нейронные сети — сложнейшие программы, которые используются в машинном переводе, компьютерном зрении синтезе речи и других ИИ-технологиях.

Графовая гиперсеть (GHN) сама за доли секунды предсказывает идеальные параметры для архитектуры нейросети и выбирает наиболее эффективного архитектур-кандидата.

Ученые проверили способность GHN предсказывать параметры для любой случайной архитектуры-кандидата и сравнили сравнили с “ручным” человеческим прогнозированием. Гиперсеть превзошла человеческие показатели, хотя некоторые ее выводы были неоднозначными.

Если гиперсети докажут свою эффективность, то разработка новых глубоких нейросетей больше не будет принадлежать только корпорациям с доступом к большим данным. Исследователи видят в этом потенциал для «демократизации глубокого обучения».


Источник: vk.com

Комментарии: