گوگل به دنبال ساخت هوش مصنوعی با قابلیت تکامل تدریجی

تاریخ : ۱۳ اردیبهشت ۱۳۹۹

تعداد بازدید : ۱۵۲۳

0 امتیاز از 0 رای
نسخه چاپی
موضوعات :

بیشترین کاری که هوش مصنوعی انجام می‌دهد فرایندی است که به آن یادگیری ماشین می‌گویند؛ فرایندی که در آن هوش مصنوعی با انجام دادن پیاپیِ کاری در آن مهارت میابد و رفته رفته بهتر می‌شود. به تازگی شرکت گوگل از روشی مشابهی برای ساخت خودِ سیستم‌های هوش مصنوعیِ جدید بهره گرفته است.

مهندسان در گوگل سال‌ها روی سیستم یادگیریِ ماشینیِ بسیار باهوشی به نام سیستم AutoML کار می‌کنند که قادر به ساخت هوش مصنوعی‌ است که نهایتا از هر آنچه تاکنون ساخته شده است بهتر کار ‌کند.

 

 حالا دانشمندان راهی پیدا کرده‌اند تا از مفاهیمی مشابه با تکامل فرگشتی برای ساخت هوش مصنوعی‌ که به طور پیوسته خود را بهبود می‌بخشد استفاده کنند و این سیستم در واقع خود را سریع‌تر و بهینه‌تر از زمانی که انسان اینکار را می‌کند تولید خواهد کرد. این سیستم جدید AutoML-Zero  نام دارد و با اینکه در ابتدا اختراعِ هشدار آوری به نظر می‌آید اما می‌تواند برای گسترش سریع سیستم‌های باهوش‌تر بکار برده شود. به عنوان مثال با استفاده از این روش شبکه‌های عصبی‌ با تقلیدِ دقیق از مغز انسان که دارای لایه‌ها و پیچیدگی‌های زیادی است طراحی شده‌اند، این قسمت بخشی بود که پژوهشگران در آن به مشکل برخورده بودند.

 

امروزه این امکان وجود دارد که به طور کامل یک الگوریتم یادگیریِ ماشینی، به طور کامل با استفاده از معادلات ابتدایی ریاضی به عنوان واحدهای سازنده‌ی آن گسترش پیدا کند. ما این امر را با معرفیِ چارچوبی جدید که به‌طور معناداری جانبداری و جهت‌گیریِ انسانی را کاهش می‌دهد با استفاده از فضای جستجوی عمومی نشان دادیم.

 

 سیستم AutoML اصلی و ابتدایی بر این اساس ساخته شده بود که یادگیریِ ماشینی را برای اپلیکیشن‌ها ساده‌تر کند و همچنین دارای تعداد زیادی امکانات خودکار بود اما AutoML-Zero همان مقدار کمی از فعالیت‌های انسانی که در سیستم اصلی لازم بود را نیز بلاموضوع کرده است.

 

با استفاده از یک فرایند سه مرحله‌ایِ ساده (برپا کردن، پیش‌بینی و یادگیری) این سیستم می‌تواند یادگیری ماشینی را از ابتدا فرا بگیرد. این سیستم با مجموعه‌ای از 100 الگوریتمی که به صورت تصادفی از ترکیبِ معادله‌های ریاضی ساده ساخته شده است شروع می‌شود. یک روندِ پیچیده‌ی آزمایش و خطا، بهترین عملگر را مشخص می‌کند و این عملگر در جایی محفوظ نگه داشته می‌شود و در آزمایش بعدی مورد استفاده قرار می‌گیرد. به بیان دیگر، شبکه‌ی عصبی به طور پیوسته و با هر آزمایش و خطایی تکامل پیدا می‌کند.

 

 وقتی‌که کُدِ جدید ساخته شد در یک فرایند توسط هوش مصنوعی امتحان می‌شود (مانند تشخیص تصویرِ یک سگ از تصویر یک کامیون) و بهترین الگوریتم اجرایی برای گام بعدی مورد استفاده قرار می‌گیرد. این مانند اصل بقای قوی‌تر و بهتر در تکامل داروینی است. این فرآیند با سرعت بالایی انجام می‌شود، پژوهشگران دریافتند که تا بیش از 10000 الگوریتم در هر ثانیه به ازای یک واحد پردازنده می‌تواند مورد جستجو قرار بگیرد (هرچه تعداد پردازنده‌ها افزایش یابد زمان انجام محاسبات کاهش می‌یابد).

 

 نهایتا با استفاده از این روش، سیستم هوش مصنوعی می‌تواند به‌طور فراگیرتری مورد استفاده قرار بگیرد. حتی شاید بتوان جانب‌داری و تعصبِ انسانی را از هوش مصنوعی به‌طور کامل کنار گذاشت زیرا که حضور انسان در ساخت این سیستم هوش مصنوعی بسیار بسیار کم رنگ است.

 

در حال حاضر تنها سیستم‌های هوش مصنوعی ساده‌ای با این روش می‌تواند ساخته شود اما پژوهشگران معتقدند که در آینده با استفاده از این روش سیستم‌هایی ساخته خواهد شد که از حد تصور خارج است و پیشرفت در این زمینه با سرعت بالایی انجام خواهد شد.

نظر شما
سایر نظرات
0 0

100mcxtips.in, bazaartrading.in, khelomc Best Commodity Tips Provider - تاریخ ارسال نظر : 1399/02/15

Great Content, Superhigh-quality and keep it up :) http://commodityonlinetips.in/

پاسخ :

 :)grateful