Un logiciel d'IA apprend à créer un logiciel d'IA

Les progrès de l'intelligence artificielle font craindre à certaines personnes que les logiciels ne prennent des tâches telles que conduire des camions loin des humains. Aujourd'hui, des chercheurs de premier plan découvrent qu'ils peuvent créer des logiciels capables d'apprendre à effectuer l'une des parties les plus délicates de leur propre travail : la tâche de concevoir des logiciels d'apprentissage automatique.

Dans une expérience, des chercheurs du groupe de recherche sur l'intelligence artificielle Google Brain ont conçu un logiciel pour un système d'apprentissage automatique afin de passer un test utilisé pour comparer les logiciels qui traitent le langage. Ce qu'il est venu avec a dépassé les résultats publiés précédemment à partir de logiciels conçus par des humains.

Au cours des derniers mois, plusieurs autres groupes ont également signalé des progrès dans l'obtention de logiciels d'apprentissage pour créer des logiciels d'apprentissage. Parmi eux figurent des chercheurs du institut de recherche à but non lucratif OpenAI (qui a été cofondé par Elon Musk), AVEC , l'Université de Californie, Berkeley , et l'autre groupe de recherche sur l'intelligence artificielle de Google, DeepMind .

Si les techniques d'IA à démarrage automatique deviennent pratiques, elles pourraient accélérer le rythme auquel les logiciels d'apprentissage automatique sont mis en œuvre dans l'ensemble de l'économie. Les entreprises doivent actuellement payer une prime pour les experts en apprentissage automatique, qui sont rares.

Jeff Dean, qui dirige le groupe de recherche Google Brain, a pensé la semaine dernière qu'une partie du travail de ces travailleurs pourrait être supplantée par des logiciels. Il a décrit ce qu'il a appelé l'apprentissage automatique automatisé comme l'une des voies de recherche les plus prometteuses que son équipe explorait.

Actuellement, la façon dont vous résolvez les problèmes est que vous avez une expertise, des données et des calculs, a déclaré Dean, au Conférence AI Frontiers à Santa Clara, en Californie. Pouvons-nous éliminer le besoin d'une grande expertise en apprentissage automatique ?

Un ensemble d'expériences du groupe DeepMind de Google suggère que ce que les chercheurs appellent apprendre à apprendre pourrait également aider à atténuer le problème des logiciels d'apprentissage automatique qui doivent consommer de grandes quantités de données sur une tâche spécifique afin de bien l'exécuter.

Les chercheurs ont mis leur logiciel au défi de créer des systèmes d'apprentissage pour des collections de multiples problèmes différents, mais liés, tels que la navigation dans des labyrinthes. Il a proposé des conceptions qui ont montré une capacité à généraliser et à prendre de nouvelles tâches avec moins de formation supplémentaire que d'habitude.

L'idée de créer un logiciel qui apprend à apprendre existe depuis un certain temps, mais les expériences précédentes n'ont pas produit de résultats qui rivalisaient avec ce que les humains pouvaient trouver. C'est excitant, dit Yoshua Bengio , professeur à l'Université de Montréal, qui avait déjà exploré l'idée dans les années 1990.

Bengio affirme que la puissance de calcul plus puissante désormais disponible et l'avènement d'une technique appelée apprentissage en profondeur, qui a récemment suscité l'enthousiasme pour l'IA, sont ce qui fait que l'approche fonctionne. Mais il note que jusqu'à présent, cela nécessite une puissance de calcul si extrême qu'il n'est pas encore pratique d'envisager d'alléger la charge ou de remplacer partiellement les experts en apprentissage automatique.

Les chercheurs de Google Brain décrivent l'utilisation de 800 processeurs graphiques puissants pour alimenter des logiciels qui ont conçu des systèmes de reconnaissance d'images qui rivalisaient avec les meilleurs conçus par les humains.

Otkrist Gupta, chercheur au MIT Media Lab, pense que cela va changer. Lui et ses collègues du MIT prévoient d'ouvrir le logiciel derrière leur propres expériences , dans lequel un logiciel d'apprentissage a conçu des systèmes d'apprentissage en profondeur qui correspondaient à ceux créés par l'homme sur des tests standard de reconnaissance d'objets.

Gupta a été inspiré pour travailler sur le projet en frustrant les heures passées à concevoir et à tester des modèles d'apprentissage automatique. Il pense que les entreprises et les chercheurs sont bien motivés pour trouver des moyens de rendre pratique l'apprentissage automatique automatique.

L'allègement du fardeau du scientifique des données est une grande récompense, dit-il. Cela pourrait vous rendre plus productif, vous faire de meilleurs modèles et vous rendre libre d'explorer des idées de niveau supérieur.

cacher