Бъдещите невронни мрежи ще могат да изпълняват милиони различни задачи,

Бъдещите невронни мрежи ще могат да извършват милиони разнообразни задания, има вяра Гугъл
(снимка: CC0 Public Domain)

Гугъл работи по план, обвързван с изкуствен интелект, в границите на който ще сътвори невронни мрежи от „ последващо поколение”, способни да запомнят и извършват „ хиляди и милиони разнообразни задачи”. Проектът е наименуван Pathways.

Днес невронните мрежи се образоват, като предписание, да извършват една задача. Ето за какво, в случай че една невронна мрежа е “претренирана” да намира граматически неточности, тя ще не помни по какъв начин да поправя правописните неточности.

„ Така се образоват множеството модели на машинно образование през днешния ден. Вместо да разширяваме съществуващите модели, с цел да ги научим на нови задания, ние образоваме нови модели от нулата, с цел да осъществим една задача”, споделя вицепрезидентът на Гугъл Джеф Дийн в. „ Ние създаваме хиляди модели за хиляди самостоятелни задания. В резултат на това проучването на нова задача освен лишава повече време, само че и изисква повече данни ”.
още по тематиката
Гугъл показва, че архитектурата на Pathways е предопределена да промени играта: невронните мрежи могат да бъдат подготвени да извършват доста разнообразни задания. Идеята е бъдещите системи за изкуствен интелект да бъдат научени по едно и също време на голям брой умения, които да употребяват и комбинират, с цел да могат независимо да извършват нови задания.

„ Бихме желали да можем да обучим модела, тъй че освен да извършва няколко разнообразни задания едновременно, само че и да употребява и комбинира към този момент развити умения, с цел да преподава нови задания – по-бързо и по-ефективно”, написа Дийн. „ По-специално, това, което моделът научава от една задача, като да вземем за пример по какъв начин да разпознава височини в пейзажа от авиационни фотоси, може да помогне за осъществяване на друга задача – предсказание по какъв начин тече водата през дадена местност”.

“Искаме моделът да има разнообразни благоприятни условия, които да се употребяват при нужда и които могат да бъдат комбинирани за осъществяване на нови, по-сложни задания. Това е дребна стъпка към метода, по който мозъкът на бозайниците обобщава разнообразни задачи”, споделя Дийн.

Гугъл счита, че Pathways ще даде опция за основаване на мултимодални модели, които могат да обработват и схващат входящи образни, акустични и езикови данни – всички едновременно. Така че, когато машината се занимава с думата “леопард”, чува някой да каже тази дума или проучва видео на бягащ леопард, реакцията ще бъде една и съща и в трите случая: машината ще разпознае концепцията за леопард.

Пред Pathway има и друго предизвикателство. Днешните модели на машинно образование ангажират всички невронни възли в мрежата, без значение какъв брой елементарна или комплицирана е задачата. Гугъл има вяра, че е допустимо да се реализира изборно активиране, т.е. да се насочват нови задания единствено към обособени масиви от невронни възли. Този метод е доста по-малко енергоемък.

Концепцията за разредена невронна мрежа към този момент е приложена в плановете Гугъл Switch Transformer (модел за схващане на естествения език) и Gshard. Те употребяват единствено една десета от силата, която би трябвало да се изразходва от по-традиционна невронна мрежа, където всички възли се задействат едновременно.

В бъдеще Гугъл чака Pathways да докара до основаване на невронни мрежи, способни да извършват милиони разнообразни задания, да вършат систематизирания, да ги комбинират при нужда, да схващат и работят с разнообразни видове данни по-ефективно от която и да е мрежа през днешния ден.

Целта на плана е да премине „ от ерата на моделите с една задача към многозадачните интелигентни системи, които отразяват по-задълбочено схващане на нашия свят и могат да се приспособяват към новите нужди”.

Посочената цел наподобява извънредно амбициозна, само че Гугъл има ресурсите да я реализира. Съвременните подходи към основаването и образованието на невронни мрежи в действителност би трябвало да бъдат усъвършенствани, само че това ще изисква радикална проверка на съществуващите архитектури.

Ако концепцията, препоръчана от Гугъл, откри приложение, това ще бъде забележителна стъпка към същински изкуствен интелект, който може освен да се учи, само че и да основава нова методика на преподаване за себе си. Към днешна дата такива системи не съществуват, означават експертите.