Gran parte del lavoro svolto dall'intelligenza artificiale implica un processo educativo noto come apprendimento automatico.
L'intelligenza artificiale migliora in compiti come riconoscere qualcosa o mappare un percorso più a lungo ci vuole.
Ora la stessa tecnica viene utilizzata per creare nuovi sistemi di intelligenza artificiale senza intervento umano.
Per anni, gli ingegneri di Google hanno lavorato a un sistema di machine learning straordinariamente intelligente noto come AutoML (o machine learning automatico) che è già in grado di creare AI.
Ora, i ricercatori hanno apportato modifiche al concetto di evoluzione di Darwin e hanno dimostrato che è possibile creare programmi di intelligenza artificiale che continuano a migliorare più velocemente se gli esseri umani li codificassero a mano.
Il nuovo sistema, chiamato AutoML-Zero, potrebbe portare al rapido sviluppo di sistemi più intelligenti, come le reti neurali progettate per imitare più da vicino il cervello umano.
“Oggi è possibile rilevare automaticamente algoritmi di apprendimento automatico completi semplicemente utilizzando operazioni matematiche di base come elementi costitutivi”, scrivono i ricercatori nel loro articolo. “Lo stiamo dimostrando introducendo un nuovo concetto che riduce significativamente l'influenza umana nello spazio di ricerca condiviso”.
Il sistema AutoML originale è stato progettato per rendere più facile per le applicazioni l'utilizzo del machine learning e include già molte funzionalità automatizzate, ma AutoML-Zero richiede poco o nessun codice scritto da persone.
Utilizzando un semplice processo in tre fasi – ottimizzazione, previsione e addestramento – può essere pensato come un apprendimento automatico da zero.
Il sistema inizia con una selezione di 100 algoritmi realizzati combinando in modo casuale semplici operazioni matematiche. Un complesso processo di tentativi ed errori determina quindi i migliori, che vengono salvati – con alcune modifiche – per il prossimo ciclo di prove. In altre parole, la rete neurale è in continua evoluzione.
Quando viene generato un nuovo codice, viene testato rispetto alle attività di intelligenza artificiale, ad esempio il rilevamento della differenza tra l'immagine di un camion e l'immagine di un cane, e gli algoritmi più efficienti vengono quindi salvati per l'iterazione futura. Come la sopravvivenza del più adatto.
E anche questo è veloce: i ricercatori ritengono che sia possibile caricare fino a 10.000 possibili algoritmi al secondo per processore (più processori per computer sono disponibili per un'attività, più velocemente può essere eseguito).
Alla fine, ciò dovrebbe portare al fatto che i sistemi di intelligenza artificiale diventeranno più ampiamente utilizzati e accessibili ai programmatori senza esperienza nello sviluppo di IA.
Il lavoro continua per migliorare AutoML-Zero, nella speranza che alla fine sarà in grado di sviluppare algoritmi a cui i semplici programmatori non avrebbero mai pensato.
“Mentre la maggior parte delle persone stava facendo piccoli passi, [i ricercatori] hanno fatto un enorme salto nell'ignoto”, ha detto Edd Ghent a Science, uno scienziato dell'Università del Texas ad Austin. “Questo è uno di quei documenti che potrebbero avviare molte ricerche future”.
Il lavoro non è stato ancora pubblicato in una rivista peer-reviewed, ma può essere visualizzato su arXiv.org.
Fonti: Foto: uscybersecurity.net