AIソフトウェアでAIソフトウェアを学ぶ

汎用AI

自動機械学習は学習することを学ぶことができる。 社会的インパクトというかデータサイエンティスト的インパクトがデカそうだ。 それも数年のうちに来るインパクトだろう。

Googleやその他の人は、学習することを学ぶソフトウェアがAIの専門家によって行われた作業を引き継ぐ可能性があると考えています。 by Tom Simonite January 18, 2017

人工知能の進歩により、ソフトウェアは人間を離れてトラックを運転するなどの仕事をすることを心配する人もいます。現在、有力な研究者は、機械学習ソフトウェアを設計するタスクとして、自分の仕事の最も難しい部分の1つを行うことを学ぶことができるソフトウェアを作ることができることを発見しています。

ある実験では、Google Brainの人工知能研究グループの研究者は、言語を処理するソフトウェアをベンチマークするためのテストを行う機械学習システムをソフトウェア設計で設計しました。それは、人間が設計したソフトウェアから以前に出版された結果を上回っていたものです。

近年、他のいくつかのグループでは、ラーニングソフトウェアを学習ソフトウェアにする進歩が報告されています。非営利団体であるOpenAI（Elon Muskと共同研究）、MIT、カリフォルニア大学バークレー校、Googleの他の人工知能研究グループDeepMindの研究員が参加しています。

自己始動AI技法が実用的になると、機械学習ソフトウェアが経済全体に適用されるペースが増加する可能性があります。企業は現在、不足している機械学習の専門家にプレミアムを支払う必要があります。

先週、Google Brainの研究グループを率いているJeff Dean氏は、そのような労働者の仕事の一部がソフトウェアに取って代わられる可能性があると考えていた。彼は、自らのチームが調査していた最も有望な研究方法の1つとして、「自動機械学習」と名付けたものを説明しました。

カリフォルニア州サンタクララで開催されたAI Frontiersカンファレンスで、Dean氏は次のように述べています。「現時点で問題を解決する方法は、専門知識とデータと計算を持つことです。 「機械学習に関する多くの専門知識の必要性を排除できますか？」

GoogleのDeepMindグループの実験では、研究者が「学習することを学ぶ」という言葉は、特定のタスクについて膨大な量のデータを消費する機械学習ソフトウェアの問題を軽減するうえで役立ちます。

研究者は、迷路の移動など、複数の異なる、しかし関連する問題の収集のための学習システムを作成するように、ソフトウェアに挑戦しました。それは、一般化する能力を示し、通常よりも少ない追加のトレーニングで新しいタスクを拾う設計が登場しました。

学習することを学ぶソフトウェアを作成するアイデアはしばらくありましたが、これまでの実験では人間が思い付くことに匹敵する結果は得られませんでした。モントリオール大学の教授であるYoshua Bengioは、これまでに1990年代にこのアイデアを取り上げていたことはエキサイティングです。

Bengio氏によれば、より強力なコンピューティングパワーが利用できるようになり、最近のAIについての興奮を呼び起こしたディープラーニングと呼ばれる技術の登場により、アプローチが機能しています。しかし、これまでのところ、このような極端なコンピューティングパワーが必要であり、負荷を軽くすることや機械学習の専門家を部分的に置き換えることについて考えるのは現実的ではないと指摘しています。

Google Brainの研究者は、800人の高性能グラフィックスプロセッサを使用して、人間が設計した最高の画像認識システムの設計を思いついたと述べています。

MITメディアラボの研究者であるOtkrist Guptaは、それが変わると考えている。彼とMITの同僚は、自分の実験の背後にあるソフトウェアをオープンソース化する予定です。学習ソフトウェアは、人間が作り出した深い学習システムを、オブジェクト認識のための標準テストでマッチさせたものです。

Guptaは機械学習モデルの設計とテストに時間を費やしてプロジェクトに取り組んでいたことに感銘を受けました。彼は、企業や研究者が機械学習の自動化を実現する方法を模索していると考えています。

「データ科学者の負担を軽減することは大きな利益です。 「生産性を高め、より良いモデルを作り、より高いレベルのアイデアを自由に探検することができます」

参考

https://www.technologyreview.com/s/603381/ai-software-learns-to-make-ai-software/