Google създава изкуствен интелект от следващо поколение

Бъдещите невронни мрежи ще могат да изпълняват милиони различни задачи, вярва Google
(снимка: CC0 Public Domain)

Google работи по проект, свързан с изкуствен интелект, в рамките на който ще създаде невронни мрежи от „следващо поколение”, способни да запомнят и изпълняват „хиляди и милиони различни задачи”. Проектът е наречен Pathways.

Днес невронните мрежи се обучават, като правило, да изпълняват една задача. Ето защо, ако една невронна мрежа е “претренирана” да намира граматически грешки, тя ще забрави как да коригира правописните грешки.

„Така се обучават повечето модели на машинно обучение днес. Вместо да разширяваме съществуващите модели, за да ги научим на нови задачи, ние обучаваме нови модели от нулата, за да изпълним една задача”, казва вицепрезидентът на Google Джеф Дийн в блог публикация. „Ние разработваме хиляди модели за хиляди индивидуални задачи. В резултат на това изучаването на нова задача не само отнема повече време, но и изисква повече данни”.

Google посочва, че архитектурата на Pathways е предназначена да промени играта: невронните мрежи могат да бъдат обучени да изпълняват много различни задачи. Идеята е бъдещите системи за изкуствен интелект да бъдат научени едновременно на множество умения, които да използват и комбинират, за да могат самостоятелно да изпълняват нови задачи.

„Бихме искали да можем да обучим модела, така че не само да изпълнява няколко различни задачи наведнъж, но и да използва и комбинира вече развити умения, за да преподава нови задачи – по-бързо и по-ефективно”, пише Дийн. „По-специално, това, което моделът научава от една задача, като например как да идентифицира височини в пейзажа от авиационни снимки, може да помогне за изпълнение на друга задача – предсказване как тече водата през дадена местност”.

“Искаме моделът да има различни възможности, които да се използват при необходимост и които могат да бъдат комбинирани за изпълнение на нови, по-сложни задачи. Това е малка стъпка към начина, по който мозъкът на бозайниците обобщава различни задачи”, разказва Дийн.

Google смята, че Pathways ще даде възможност за създаване на мултимодални модели, които могат да обработват и разбират входящи визуални, акустични и езикови данни – всички по едно и също време. Така че, когато машината се занимава с думата “леопард”, чува някой да каже тази дума или анализира видео на бягащ леопард, реакцията ще бъде една и съща и в трите случая: машината ще разпознае идеята за леопард.

Пред Pathway има и друго предизвикателство. Днешните модели на машинно обучение ангажират всички невронни възли в мрежата, без значение колко проста или сложна е задачата. Google вярва, че е възможно да се постигне избирателно активиране, тоест да се насочват нови задачи само към отделни масиви от невронни възли. Този подход е много по-малко енергоемък.

Концепцията за разредена невронна мрежа вече е приложена в проектите Google Switch Transformer (модел за разбиране на естествения език) и Gshard. Те консумират само една десета от енергията, която би трябвало да се изразходва от по-традиционна невронна мрежа, където всички възли се активират наведнъж.

В бъдеще Google очаква Pathways да доведе до създаване на невронни мрежи, способни да изпълняват милиони различни задачи, да правят обобщения, да ги комбинират при необходимост, да разбират и работят с различни типове данни по-ефективно от която и да е мрежа днес.

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

Посочената цел изглежда изключително амбициозна, но Google има ресурсите да я постигне. Съвременните подходи към създаването и обучението на невронни мрежи наистина трябва да бъдат оптимизирани, но това ще изисква радикална ревизия на съществуващите архитектури.

Ако идеята, предложена от Google, намери приложение, това ще бъде значителна стъпка към истински изкуствен интелект, който може не само да се учи, но и да създава нова методика на преподаване за себе си. Към днешна дата такива системи не съществуват, отбелязват специалистите.