Neseniai įmonė sukūrė technologiją, leidžiančią mašinai efektyviai mokytis iš nedaugelio pavyzdžių ir tobulinti savo žinias, kai tik atsiranda daugiau pavyzdžių. Jis gali būti pritaikytas bet kur, pavyzdžiui, mokant išmanųjį telefoną atpažinti vartotojo nuostatas ar padedant autonominėms variklio sistemoms greitai nustatyti kliūtis.
Senas posakis „kartojimas yra mokymosi motina“puikiai tinka mašinoms. Daugybė šiuolaikinių dirbtinio intelekto sistemų, veikiančių įrenginiuose, priklauso nuo pakartojimo mokymosi procese. Giluminiai mokymosi algoritmai suteikia AI įrenginiams galimybę iš duomenų rinkinių išgauti žinias ir pritaikyti tai, ko jie išmoko konkrečiose situacijose. Pvz., Jei jūs maitinate AI sistemą, kad dangus paprastai yra mėlynas, jis vėliau atpažins dangų tarp vaizdų.
- „Salik.biz“
Naudojant šį metodą galima atlikti sudėtingą darbą, tačiau tai tikrai palieka daug noro. Bet ar galėtumėte gauti tuos pačius rezultatus, jei naudotumėte AI gilaus mokymosi sistemą per mažiau pavyzdžių? Bostone įsikūręs startuolis „Gamalon“sukūrė naują technologiją, kad bandytų atsakyti į šį klausimą, ir šią savaitę pristatė du produktus, kurių požiūris yra naujas.
Gamalon naudoja Bajeso programavimo metodus, programinės įrangos sintezę. Tai pagrįsta 18-ojo amžiaus matematika, kurią sukūrė matematikas Thomas Bayesas. Bajeso tikimybė naudojama tikslesnėms prognozėms apie pasaulį naudojantis patirtimi. Ši tikimybinio programavimo forma - kai kode naudojamos tikėtinos, o ne konkrečios vertės - reikia mažiau pavyzdžių, kad būtų galima daryti išvadą, pavyzdžiui, kad dangus yra mėlynas su baltų debesų dėmėmis. Programa taip pat tobulina savo žinias, kai toliau tyrinėjate pavyzdžius, o jos kodą galima perrašyti, kad būtų pakeistos tikimybės.
Tikimybinis programavimas
Nors šį naują požiūrį į programavimą dar reikia išspręsti, jis turi nemažą potencialą automatizuoti mašinų mokymosi algoritmų kūrimą. „Tikimybinis programavimas palengvins mašinų mokymąsi tyrėjams ir praktikams“, - aiškina Niujorko universiteto tyrėjas Brendanas Lake'as, 2015 m. Dirbęs tikimybinio programavimo metodais. "Jis turi galimybę pats pasirūpinti sudėtingomis programavimo dalimis."
Generalinis direktorius ir įkūrėjas Benas Vigoda parodė „MIT Technology Review“demonstracinio piešimo programą, kuriai naudojamas naujas metodas. Panašus į tai, ką „Google“išleido praėjusiais metais, tuo, kad prognozuoja, ką žmogus bando nupiešti. Mes apie tai parašėme išsamiau. Tačiau skirtingai nuo „Google“versijos, kuri remiasi jau matytais eskizais, bandydamas nustatyti pagrindines objekto savybes, „Gamalon“remiasi tikimybiniu programavimu. Taigi, net jei piešiate formą, kuri skiriasi nuo tos, kuri yra programos duomenų bazėje, jei ji atpažins specifines savybes, pavyzdžiui, kvadratą su trikampiu viršuje (namo), ji atliks teisingas prognozes.
Reklaminis vaizdo įrašas:
Du Gamalon pristatyti produktai rodo, kad jų metodai artimiausiu metu gali būti komerciškai pritaikyti. Gamalon „Struktūra“naudoja Bajeso programinės įrangos sintezę, kad sąvokas atpažintų iš paprasto teksto, ir efektyvumo požiūriu jau lenkia kitas programas. Pavyzdžiui, gavusi televizoriaus aprašymą iš gamintojo, ji gali nustatyti jo prekės ženklą, gaminio pavadinimą, ekrano skiriamąją gebą, dydį ir kitas savybes. Kita programa - „Gamalon Match“- paskirsto produktus ir kainas parduotuvių inventoriuje. Abiem atvejais sistema greitai išmoksta atpažinti akronimų ar santrumpų variantus.
„Vigoda“pažymi, kad yra ir kitų galimų naudojimo būdų. Pvz., Jei išmanieji telefonai ar nešiojamieji kompiuteriai yra aprūpinti Bajeso mašinomis, jie neprivalės dalytis asmeniniais duomenimis su didelėmis įmonėmis, kad nustatytų vartotojų interesus; skaičiavimus galima efektyviai atlikti įrenginio viduje. Autonominiai automobiliai taip pat gali išmokti prisitaikyti prie savo aplinkos daug greičiau, naudodamiesi šiuo mokymosi metodu.
Jei mokote dirbtinio intelekto mokytis savarankiškai, jis neturi būti pavadėlyje.
ILYA KHEL