首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

人工智能正在自行进化

人工智能(AI)正在逐步发展。研究人员开发了一种软件,它借鉴了达尔文进化论的概念,包括“适者生存”,来构建人工智能程序,在没有人类输入的情况下一代又一代地改进。该项目在几天内复制了数十年的人工智能研究成果,其设计者认为,有朝一日,它可以发现人工智能的新方法。

德克萨斯大学奥斯汀分校的计算机科学家RistoMiikkulainen说:“当大多数人迈出婴儿的步伐时,他们向未知领域迈出了一大步。”。“这是其中一篇可以展开大量未来研究的论文。”

建立一个人工智能算法需要时间。以神经网络为例,神经网络是一种常用的机器学习方式,用于翻译语言和驾驶汽车。这些网络松散地模仿大脑的结构,通过改变人工神经元之间的连接强度,从训练数据中学习。较小的神经元子电路执行特定的任务,例如识别路标,研究人员可以花费数月的时间研究如何将它们连接起来,以便它们无缝地协同工作。

近年来,科学家们通过自动化一些步骤加快了这一过程。但这些程序仍然依赖于将人类设计的现成电路缝合在一起。这意味着产出仍然受到工程师想象力和他们现有偏见的限制。

因此,谷歌的计算机科学家QuocLe和他的同事开发了一个名为AutoMLZero的程序,该程序可以开发出有效的人工智能程序,只使用高中生所知道的基本数学概念。他说:“我们的最终目标是开发新的机器学习概念,即使是研究人员也找不到。”。

程序使用进化的松散近似值来发现算法。它首先通过随机组合数学运算来创建100个候选算法。然后,它用一个简单的任务来测试它们,比如图像识别问题,它必须决定一张图片是显示一只猫还是一辆卡车。

在每个周期中,程序都将算法的性能与手工设计的算法进行比较。通过随机替换、编辑或删除某些代码来“变异”表现最好的算法的副本。这些“孩子”被增加到人口中,而年长的项目则被淘汰。循环重复。

该系统一次产生数千个这样的种群,这使得它可以每秒通过数万个算法,直到找到一个好的解决方案。该程序还使用一些技巧来加快搜索速度,比如偶尔在种群之间交换算法以防止出现任何进化死角,并自动剔除重复的算法。

在上个月发表在arXiv上的一篇预印本论文中,研究人员表明,这种方法可以偶然发现许多经典的机器学习技术,包括神经网络。Le承认,与当今最先进的算法相比,解决方案很简单,但他说,这项工作是一个原理证明,他乐观地认为,可以扩大规模,创造更复杂的人工智能。

尽管如此,埃因霍温理工大学的计算机科学家Joaquin Vanschoren认为,这种方法还需要一段时间才能与最先进的技术竞争。他说,有一件事可以改进这个程序,那就是不要要求它从头开始,而是用人类已经发现的一些技巧和技术来播种它。“我们可以用学到的机器学习概念来启动泵。”

这是Le打算做的事。他补充说,专注于小问题而不是整个算法也有希望。他的团队于4月6日在arXiv上发表了另一篇论文,用类似的方法重新设计了许多神经网络中常用的现成组件。

但Le也相信,增加库中数学运算的数量,为程序投入更多的计算资源,可以让程序发现全新的人工智能能力。“这是我们非常热衷的一个方向,”他说。“去发现一些真正基本的东西,而这些东西需要很长时间才能被人类发现。”

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200414A04GFY00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券