الآن يمكن لأي شخص أن يصبح محترفًا في التعلم الآلي

مارك هاموند في مقر بونساي في ضواحي بيركلي ،

هل تلعب كرة القدم بنجاح ، أو تتصرف في الأفلام الشعبية ، أو تلعب البورصة بنجاح؟ تهانينا ، أنت تقريبًا بنفس قيمة خبير معالجة البيانات أو التعلم الآلي مع درجة الدكتوراه من ستانفورد ، أو معهد ماساتشوستس للتكنولوجيا ، أو كارنيجي ميلون. على الأقل يبدو بهذه الطريقة. تتنافس جميع الشركات في وادي السليكون - ومن حيث المبدأ ، ليس هناك فقط بالفعل - بشكل محموم للحصول على مثل هذه الجائزة الإنسانية. هذا نوع من البحث عن الكمأة من قبل مديري الموارد البشرية. نظرًا لأن الشركات تدرك أن منافسيها يعتمدون على الذكاء الاصطناعي (AI) والتعلم الآلي (MO) ، فإن عدد الوظائف لهؤلاء المحترفين سيزداد باستمرار.

ولكن ماذا لو استطعت الحصول على فوائد الذكاء الاصطناعي بدون توظيف مهنيين باهظين الثمن وموهوبين؟ ماذا لو قامت البرامج الذكية بخفض المستوى؟ هل من الممكن الحصول على فوائد التعلم العميق (GO) بدون مواهب خاصة؟

Startup Bonsai [Bonsai] هي إحدى الشركات التي تجيب بشكل إيجابي على هذا السؤال. بمساعدتهم ، ربما تكون دمقرطة الذكاء الاصطناعي قادمة ، والتي يمكن أن تؤثر نتيجة لذلك على الملايين ، إن لم يكن المليارات ، من الناس.

اليوم في مؤتمر O'Reilly AI في نيويورك ، سيظهر جنس بونساي ، مارك هاموند ، عرضًا للنظام. يعرض العرض التوضيحي أحد إنجازات GO الشهيرة: كيف تعلم نظام DeepMind لعب ألعاب Atari القديمة. على وجه التحديد ، سوف يتعلم برنامج Bonsai لعب Breakout ، حيث تصطدم المنصة كرة تدمر جدارًا من الطوب (كانت اللعبة من عام 1976 اختراقًا في ذلك الوقت - بالمناسبة ، عمل ستيف جوبز عليه).


37 سطرًا من التعليمات البرمجية يخلق تعلم شبكة عصبية للعب بشكل مستقل

في الوقت نفسه ، ابتكر DeepMind عباقرة عالميين في الذكاء الاصطناعي ، ودرب الشبكة العصبية على مجموعة من الألعاب من Atari. حصل هذا الإنجاز على منشور في مجلة عالمية المستوى. في حالة بونساي ، إنها طريقة لقطع الطريق. يبدأ بنظام تطوير قائم على السحابة. يمكن لمبرمج واحد ، ربما لم يسبق له حضور دورات AI في الكلية أو على الإنترنت ، وصف اللعبة ، وسيختار النظام نفسه الخوارزمية المثلى لتدريب الشبكة العصبية. ثم يقوم المبرمج بتشفير مفهوم اللعبة في بضع دقائق - على سبيل المثال ، الحاجة إلى إبقاء المنصة تحت الكرة - ويمنح بونساي الفرصة للعمل بشكل مستقل مع الشبكات العصبية ، وتحسينها للحصول على أفضل نتيجة.

تأخذ نسخة Bonsai من اللعبة 37 سطرًا من التعليمات البرمجية. لكن هذا مضلل. عندما يُظهر هاموند ما يحدث "تحت غطاء النظام" ، فإنه يعرض رسمًا بيانيًا يوضح كيف يقوم النظام ببناء شبكة عصبية معقدة تستحق واحدة من "النينجا" المنخرطين في MO في Google. لن يضطر المبرمج للتعامل مع كل هذا MO-good.

الحيلة مدهشة. قال جورج ويليامز ، الباحث في معهد كورانت للعلوم الرياضية بجامعة نيويورك: "أنا في العادة لست منبهرًا بالعروض التوضيحية". "لكن ما أظهره لي مارك كان قابل للتصديق ومدهشًا على حد سواء." لقد فهم حالتنا الحالية مع MO والأدوات اللازمة لإنشاء الجيل التالي من الذكاء الاصطناعي ".

لا يزال من غير المعروف ما إذا كان بونساي سيصبح زعيمًا في هذا الاتجاه. لكن ويليامز محق بشأن ما نحن عليه على مستوى تطوير الذكاء الاصطناعي. الخطوة التالية هي ظهور وازدهار أجهزة الكمبيوتر الذكية مع MO للدمى.

ولد بونساي على الشاطئ. هاموند ، مطور Microsoft سابقًا ، كان مهتمًا بالذكاء الاصطناعي لبعض الوقت. بعد مغادرته الشركة في عام 2004 ، عمل في جامعة ييل في مجال علم الأعصاب. في عام 2010 ، أمضى بعض الوقت في شركة Numenta AI الناشئة تحت قيادة جيف هوكينز (المؤسس المشارك لشركة Palm) ، لكنه غادر لإطلاق شركة خارجية ، والتي باعها لاحقًا.

ثم في عام 2012 ، كان هاموند يزور أصدقاء في جنوب كاليفورنيا. كان ابنه الصغير متعبًا ، وكانت الشركة بأكملها تعود إلى السيارة. بينما كانت زوجة هاموند تتحدث مع الأصدقاء ، وكان ابنه ينام بين ذراعيه ، أجرى تجربة فكرية. بدأ الأمر بشعبية في عالم meme AI - مفهوم "الخوارزمية الرئيسية". كأستاذ بيدرو دومينغوس من جامعة واشنطن (فيكتاب يحمل نفس الاسم ) ، هذه التكنولوجيا MO غير المفتوحة ستكون حلاً شاملاً لجميع المشاكل. عندما يأتي العلماء بهذه الخوارزمية ، يمكننا تطبيق الذكاء الاصطناعي على أي شيء.

لكن هاموند اكتشف وجود خلل في هذا المنطق. لنفترض أننا وجدنا مثل هذه الخوارزمية. من سيتكيف مع التطبيقات العملية التي لا تعد ولا تحصى؟ اليوم فقط أتباع وزارة الدفاع قادرون على ذلك. هناك عدد قليل للغاية ، ولكن الكثير من المهام. نحن بحاجة إلى نظام يخفض العارضة حتى يتمكن المطور العادي من استخدام هذه الأدوات. لن يتطلب مثل هذا النظام تخصصًا ضيقًا في MO لتدريب الشبكات العصبية ، ولكنه سيسمح للمبرمجين بتعلم النظام لتحقيق النتائج المرجوة.

تدريجيا ، رسم تشابها مع تاريخ البرمجة. في البداية ، كان من الضروري كتابة البرامج في رمز الجهاز. ثم وضع المبرمجون مجموعة قياسية من التعليمات ، المجمع. جاء هذا الاختراق مع تطوير مترجم ترجم اللغات عالية المستوى إلى المجمع. وبعد ذلك ، بدأت البرمجة تسمح للمبتدئين بإنشاء برامج جادة. يعتقد هاموند أن أدوات مثل TensorFlow من Google تشبه عصر التجميع. إنها تسهل بناء الشبكات العصبية ، ولكن لا يزال مدخل هذه المنطقة متاحًا لأولئك الذين هم على دراية جيدة بعمل الشبكات العصبية. لقد أراد إنشاء شيء مثل المترجم للتوسع في هذا الإدخال.

شارك الفكرة مع كين براون ، وهو زميل سابق في Microsoft قام ببيع لعبته مؤخرًا للصينيين. أحب توم الفكرة ، لأنه حاول هو نفسه فهم التعلم العميق باستخدام الوسائل الشعبية المتاحة. يقول: "أنا ذكي جدًا". - كنت في الصين ، تعلمت لغتهم. أنا مبرمج في مايكروسوفت. ولكن تبين أن هذا النشاط سخيف. " ووقع على تأسيس بونساي. تم اختيار هذا الاسم لأن النباتات اليابانية ، المرباة بشكل مصطنع ، تحافظ على التوازن بين الطبيعي والاصطناعي. كمكافأة ، تمكنا من تسجيل bons.ai.

Bonsai ليست الشركة الناشئة الوحيدة التي تحاول حل مشكلة نقص المتخصصين في الذكاء الاصطناعي. بدأت بعض الشركات في تدريب موظفيها على الشبكات العصبية. طورت Googleمجموعة كاملة من الدورات الداخلية ، وتبحث Apple عن مبرمجين بالمهارات التي تسمح لهم بتعلم الموضوع الصحيح دون أي مشاكل. أصدرت Google أيضًا برنامج TensorFlow ، الذي يساعد مهندسيهم على بناء شبكات عصبية. هناك أدوات أخرى للعمل مع الذكاء الاصطناعي ، ومن المحتمل أن يتم متابعتها أكثر ، بدرجات متفاوتة من فهم المشكلة.

هناك شركات ناشئة أخرى تشارك في دمقرطة الذكاء الاصطناعي. يروق Bottlenose لجمهور مختلف عن Bonsai: فهي لا تعمل للمبرمجين ، ولكن لمحللي الأعمال. لكن الرسالة مألوفة. تقول جنس الشركة ، نوفا سبيفاك: "نحن نعطي فرصًا جديدة للمستخدمين من غير العلماء أو المبرمجين". تأخذ الشركات الناشئة الأخرى الأمر على نطاق أوسع: في المؤتمر ، قدم رئيس Clarifai عرضًا بعنوان "كيفية السماح لأي شخص بالتدريب واستخدام الذكاء الاصطناعي".

لذلك ، على الرغم من أن بونساي يبدو أنه قد وجد مكانًا جيدًا في الوقت المناسب ، فسيكون من الصعب جذب الانتباه إلى نفسه بسبب النشاط القوي في هذا المجال. آدم شيير ، خبير AI ، أحد مبدعي Siri والمبرمج الرئيسي في Viv ، أعجب بمنتج بدء التشغيل. لكنه يلاحظ أنه على الرغم من أن Bonsai تجعل AI أقرب إلى الوافدين الجدد ، إلا أنه لا يزال عليهم إجهاد أدمغتهم وتعلم لغة البرمجة وتشغيل النظام. يقول: "عندما تطرح الشركات الكبرى مثل Google النظام ، ينزل الناس عن أقدامهم لمعرفة ذلك". - ولكن ليس من السهل على الشركات الناشئة أن تثير اهتمام الناس. "هل لديهم القوة للحصول على عدد كافٍ من المستخدمين ليصبحوا مشهورين؟"

وفقًا لـ Hammond ، يختلف بناء الشبكات العصبية باستخدام Bonsai عن كيفية قيام المحترفين بذلك في اللحظات الرئيسية. الآن ، لحل مشكلة معينة ، من الضروري اختيار الأدوات المناسبة التي تتطلب الخبرة والمعرفة. وسيتعين على بونساي أن يفعل ذلك بنفسه. ما عليك سوى وصف مفاهيم ما تريد تعليم النظام.

وبينما سيتعلم المهنيين ذوي الخبرة الشبكة ، ويقارنون تسليمهم بالنتائج المرجوة ، سيسمح لك Bonsai بتعلم النظام ، وتقسيم العملية إلى مفاهيم. على سبيل المثال ، إذا كنت تريد أن يتعرف النظام على صور الكلاب ، فيمكنك وصف الكلب على أنه يمتلك أربعة أرجل ، وكمامة طويلة ، ولسان طويل معلق من فمه. أنت تدفع النظام ، و "المركز الفكري" في السحابة نفسها يفهم كل شيء.

هناك إيجابيات. العلماءفي كثير من الأحيان لا يفهمون كيف تقوم الشبكات المدربة بعملها ، لأنها تقوم بتكوين نفسها وتنظيم جميع المفاهيم بطريقة غير مفهومة. ولكن في بونساي ، تعطينا المفاهيم التي يصفها المستخدم خريطة تفكير الشبكة العصبية. يقول هاموند: "لا ينبغي أن يكون البرنامج صندوقًا أسود". على سبيل المثال ، إذا كنت تقوم ببرمجة سيارة روبوتية ، ولم تضغط الآلة على الفرامل في الوقت المناسب ، فستحتاج إلى معرفة ما يفكر فيه نظامك في تلك اللحظة.

السؤال هو ما إذا كان مثل هذا التجريد سيؤدي إلى انخفاض في السرعة والكفاءة. عادة ما يحدث مع المترجمين - البرامج لا تعمل بالسرعة التي تتم كتابتها في المجمع. قدرة النظام على اختيار الأدوات المناسبة لحل المشكلات ليست أسوأ من أطباء العلوم ، الذين يجب استبدالهم.

قالت ليلى تريتيكوف ، أخصائية الذكاء الاصطناعي التي عملت سابقًا في مؤسسة ويكيميديا ​​ونصحت بونساي: "أعتقد أنه لا يمكن تجنب التنازلات". "هذا ليس مثل وجود فريق من أطباء العلوم في متناول اليد. ولكن ما هو أكثر أهمية - لا هوادة فيه أو مجرد فرصة للقيام بما هو ضروري؟ " يعتقد آدم شاير من Viv أن Bonsai قد لا يعمل بكفاءة مثل نظام محسن لمهمة معينة. يقول: "لكن شيفرتها جيدة ، وتسمح لك بأن تكون في المستوى الأعلى من التجريد". يقول شيير إن شركته لديها العديد من خبراء الذكاء الاصطناعي القيمين ، ولذا فمن غير المرجح أن يستخدموا Bonsai - ما لم يكن ذلك بمثابة أداة للنماذج الأولية.

يحاول Bonsai يده في المهام التي لم يتم حلها بعد بواسطة الأنظمة الكلاسيكية مع الذكاء الاصطناعي. يقول هاموند: "نحن نعمل على ألعاب مختلفة" ، موضحا أن الألعاب هي مفاتيح العديد من القضايا الرئيسية التي يخطط بونساي للتعامل معها. "لم أحسب فئات معينة من ألعاب الذكاء الاصطناعي ، حتى DeepMind. "لقد تدربوا على مجموعة من الألعاب إلى جانب Breakout ، ولكن ، على سبيل المثال ، لم يتمكنوا أبدًا من جعل النظام يلعب Pac-Man بنجاح".

لكن الشيء الرئيسي هو كيف ينضم Bonsai إلى الحركة لنقل الذكاء الاصطناعي إلى أيدي الأشخاص الذين ليس لديهم الكثير من المعرفة في هذا الأمر. من المتوقع أن تصبح العديد من الأدوات عالية المستوى أكثر قوة ووجودًا في كل مكان. هل سنصل إلى النقطة التي يتدرب فيها كل شخص على الكوكب ويستخدم الذكاء الاصطناعي؟ على الأقل ، العديد من الأشخاص الأذكياء الذين لديهم أموال يضعونها عليه.

يقول Spivak ، جنس Bottlenose: "لدينا تحليلات في السحابة". ويقول إن هؤلاء المستشارين الافتراضيين يمكن استدعاؤهم بأسئلة مثل "أي كلية يجب أن أذهب إليها". تكلفة النظام اسمية ، وربما صفر. ويقول: "لن تكون هناك طريقة لتبرير قرار سيئ بالقول إنه لا يمكنك تحمل نفقات الذكاء الاصطناعي".

ربما يمكننا حتى الوصول إلى النقطة التي تغلب فيها الذكاء الاصطناعي بنجاح على Pac-Man. لم يتعامل بونساي بعد مع هذا. يقول هاموند: "نحن نعمل على ذلك". "حتى الآن لا توجد إعلانات حول هذا الموضوع."

Source: https://habr.com/ru/post/ar397883/