211service.com
De zelflerende AI van Google verandert programmeurs in meesters in machine learning
Google heeft het zojuist een stuk eenvoudiger gemaakt om uw eigen aangepaste AI-systeem te bouwen.
Een nieuwe dienst, genaamd Cloud AutoML , gebruikt verschillende machine learning-trucs om automatisch een deep-learning-algoritme te bouwen en te trainen dat dingen in afbeeldingen kan herkennen.
De technologie is voorlopig beperkt, maar het kan het begin zijn van iets groots. Het bouwen en optimaliseren van een diep neuraal netwerkalgoritme vereist normaal gesproken een gedetailleerd begrip van de onderliggende wiskunde en code, evenals uitgebreide oefening om de parameters van algoritmen aan te passen om dingen precies goed te krijgen. De moeilijkheid om AI-systemen te ontwikkelen heeft geleid tot een race om talent te werven, en het betekent dat alleen grote bedrijven met diepe zakken het zich meestal kunnen veroorloven om hun eigen op maat gemaakte AI-algoritmen te bouwen.
We moeten AI uitbreiden naar meer mensen, Fei-Fei Li , zei hoofdwetenschapper bij Google Cloud voorafgaand aan de lancering van vandaag. Li schat dat er wereldwijd hooguit een paar duizend mensen zijn met de expertise die nodig is om de allerbeste deep-learningmodellen te bouwen. Maar er zijn tegenwoordig naar schatting 21 miljoen ontwikkelaars wereldwijd, zegt ze. We willen ze allemaal bereiken en AI toegankelijk maken voor deze ontwikkelaars.
Cloud computing is een van de sleutels om AI toegankelijker te maken. Google, Amazon, Microsoft en andere bedrijven haasten zich om machine learning-mogelijkheden toe te voegen aan hun cloudplatforms. Google Cloud biedt al veel van dergelijke tools, maar ze gebruiken vooraf getrainde modellen. Dat beperkt wat ze kunnen doen - programmeurs kunnen de tools bijvoorbeeld alleen gebruiken om een beperkt aantal objecten of scènes te herkennen waarvoor ze al zijn getraind om te herkennen. Een nieuwe generatie cloudgebaseerde tools voor machine learning die zichzelf kunnen trainen, zou de technologie veel veelzijdiger en gebruiksvriendelijker maken.
Verschillende bedrijven hebben de afgelopen maanden Google Cloud AutoML getest. Disney gebruikte de dienst om een manier te ontwikkelen om in zijn merchandise te zoeken naar bepaalde stripfiguren, zelfs als die producten niet zijn getagd met de naam van dat personage.
Joaquin Vanschoren , een professor aan de Technische Hogeschool Eindhoven in Nederland die gespecialiseerd is in geautomatiseerde machine learning, zegt dat het nog steeds een relatief nieuw onderzoeksonderwerp is, hoewel de interesse in het gebied de laatste tijd is toegenomen. Het is indrukwekkend dat ze dit zo snel als productiedienst kunnen uitbrengen, zegt hij.
Vanschoren zegt dat automatisering veel rekenkosten met zich mee kan brengen, dus Google moet veel bronnen ter beschikking stellen. Dat zal waarschijnlijk alleen maar erger worden als programmeurs proberen AI-systemen te ontwerpen die verder gaan dan eenvoudige beeldclassificatie en proberen steeds bredere taken aan te pakken.
Google-onderzoekers testen al geruime tijd de grenzen van het automatiseren van AI. In 2016 toonde een team dat aan: diep leren kan zelf worden gebruikt om de beste aanpassingen aan een deep-learning systeem te identificeren. Vorig jaar weer een groep bij het bedrijf gebruikte gesimuleerde natuurlijke selectie om een optimale netwerkarchitectuur te ontwikkelen. En meer recentelijk hebben twee Google-wetenschappers gebruikt versterkend leren - een techniek die is geïnspireerd op de manier waarop dieren leren door middel van positieve feedback - om automatisch een diepgaand leersysteem te verbeteren.
Inspanningen op dit gebied kunnen uiteindelijk bijdragen aan de grote inspanning om meer algemene en aanpasbare vormen van kunstmatige intelligentie te ontwikkelen. Maar voordat de machines het volledig overnemen, kun je op zijn minst proberen je eigen AI te ontwikkelen.