没有心,人工智能依旧有广阔天地

谷歌的研究人员借鉴了达尔文进化论中「适者生存」的概念,构建了一种不需要人工干预就可以持续改善的人工智能程序。在短短几天内该程序就复制了数十年的人工智能研究成果,在未来的某一天,它很有可能为人工智能发展提供新的思路。

生活中,天天上映着「物竞天择,适者生存」。你有想象过,若人工智能也可以自主进化,「适者生存」,将会是什么样的吗?

人工智能可以通过机器学习来实现,那些经常被用来翻译语言和驾驶汽车的机器学习模型——神经网络技术,就是一种重要的机器学习技术。具体来说,神经网络是通过模拟大脑的结构,来实现人工智能的一种机器学习技术。通过改变人工神经元之间的连接,从训练数据中进行深度学习。研究人员往往需要数月时间,来确保一个较小神经网络的正常工作。

没有心,人工智能依旧有广阔天地
图源: JAKARIN2521/ISTOCK.COM

近年来,自动化常常被科学家们用来加速这一算法构建的过程,但是这些程序仍然需要依靠人类的设计,将现成的回路连接在一起,这就意味着输出仍然会受到人为因素的干扰。最近,谷歌的研究人员开发了名为「AutoML-Zero」的程序,借鉴了达尔文进化论中「适者生存」的概念,构建了一种不需要人工干预就可以持续改善的人工智能程序。惊人的是,在短短几天内该程序就复制了数十年的人工智能研究成果,在未来的某一天,它很有可能为人工智能发展提供新的思路。

相较而言,谷歌的这款「AutoML-Zero」程序,仅通过基本的数学概念和运算作为构建模块,开发出有效且人工输入为零的人工智能程序,也就是不需要人为干预的人工智能程序。

具体来说,首先通过随机组合的数学运算,创建100种候选算法;然后设定一项简单的任务,对这100种候选算法进行测试,比如进行图像识别任务,判断图像显示的是猫咪还是卡车。在每个循环中,程序都会将候选算法的性能和人为设计的算法进行比较。通过随机地替换、编辑或者删除一些代码来对效果最好的算法进行变革升级。这些新的算法被添加到算法库中,较老的算法程序被淘汰,新的算法进化后得到保留,这样循环往复,自主进化。

没有心,人工智能依旧有广阔天地
图源: 阿里云

这种算法虽然简单,且是作为原理性研究的一种论证,但是该方法可以扩展到更复杂的人工智能算法中。在人工智能领域,很多研究还处于起步阶段,但是这项研究必将引领人工智能未来研究的新方向。

当然,「AutoML-Zero」程序和最新的人工智能技术还会竞争一段时间,但是我们可以通过现有的机器学习成效来加速升级该项研究。值得一提的是,增加「AutoML-Zero」程序中数学运算的数量,将更多的计算资源用于该程序,将大大有助于开发全新的人工智能的功能,这正是激发开发人员研发热情的动力所在。正是这些源源不断的灵感和动力,使得人工智能飞速发展,而我们必将再次沐浴人工智能的春风。

参考文献:

  1. Edd Gent, Artificial intelligence is evolving all by itself, Science News, Apr. 13, 2020.
  2. Esteban Real, et al, AutoML-Zero: Evolving Machine Learning Algorithms From Scratch, arXiv:2003.03384, 2020.
  3. Hanxiao Liu, et al, Evolving Normalization-Activation Layers, arXiv:2004.02967, 2020.

本作品为本站原创文章,作者:科学你我他,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。如若转载,请注明出处:没有心,人工智能依旧有广阔天地 | 科学你我他