Ahora cualquiera puede convertirse en un profesional de aprendizaje automático

Mark Hammond en la sede de Bonsai en los suburbios de Berkeley

¿Juega al fútbol con éxito, actúa en películas populares o juega al mercado de valores con éxito? Felicitaciones, usted es casi tan valioso como un especialista en procesamiento de datos o aprendizaje automático con un doctorado de Stanford, MIT o Carnegie Mellon. Al menos se ve de esa manera. Todas las compañías en Silicon Valley, y, en principio, ya no solo allí, compiten frenéticamente para obtener un premio tan humano. Esta es una especie de búsqueda de trufas por parte de los gerentes de recursos humanos. A medida que las empresas se dan cuenta de que sus rivales dependen de la inteligencia artificial (IA) y el aprendizaje automático (MO), el número de trabajos para estos profesionales aumentará constantemente.

Pero, ¿qué pasaría si pudiera obtener los beneficios de la IA sin contratar profesionales caros y talentosos? ¿Qué pasa si el software inteligente baja el listón? ¿Es posible obtener los beneficios del aprendizaje profundo (GO) sin talentos especiales?

Startup Bonsai [Bonsai] es una de las empresas que responde positivamente a esta pregunta. Con su ayuda, tal vez se acerca la democratización de la IA, que como resultado puede afectar a millones, si no miles de millones, de personas.

Hoy en la conferencia O'Reilly AI en Nueva York, el género Bonsai, Mark Hammond, mostrará una demostración del sistema. La demostración reproduce uno de los logros icónicos de GO: cómo el sistema DeepMind aprendió a jugar viejos juguetes Atari. Específicamente, el programa Bonsai aprenderá a jugar Breakout, donde la plataforma golpea una pelota destruyendo una pared de ladrillos (el juego de 1976 fue un gran avance en ese momento, por cierto, Steve Jobs trabajó en ello).


37 líneas de código crean una red neuronal que aprende a jugar de forma independiente

Al mismo tiempo, DeepMind creó genios de IA de clase mundial y entrenó a la red neuronal en un conjunto de juegos de Atari. Tal logro fue galardonado con la publicación en una revista de clase mundial. En el caso de Bonsai, es más bien una forma de cortar el camino. Comienza con un sistema de desarrollo basado en la nube. Un programador, que quizás nunca haya asistido a cursos de IA en la universidad o en Internet, puede describir el juego, y el sistema mismo elegirá el algoritmo más óptimo para entrenar la red neuronal. Luego, el programador codifica el concepto del juego en unos minutos, por ejemplo, la necesidad de mantener la plataforma debajo del balón, y le da a Bonsai la oportunidad de trabajar de forma independiente con redes neuronales, optimizándolas para obtener el mejor resultado.

La versión Bonsai del juego tiene 37 líneas de código. Pero esto es engañoso. Cuando Hammond muestra lo que está sucediendo "bajo el capó" del sistema, muestra un gráfico que muestra cómo el sistema construye una red neuronal compleja digna de uno de los "ninjas" involucrados en MO en Google. El programador no tendrá que lidiar con todo este MO-bueno.

El truco es asombroso. "Por lo general, no estoy muy impresionado con las demostraciones", dijo George Williams, investigador del Courant Institute of Mathematical Sciences de la Universidad de Nueva York. "Pero lo que Mark me mostró fue creíble y simplemente increíble". Él entendió nuestro estado actual con el MO y las herramientas necesarias para crear la próxima generación de IA ".

Aún se desconoce si Bonsai se convertirá en el líder en esta dirección. Pero Williams tiene razón acerca de dónde estamos en la escala de desarrollo de IA. El siguiente paso es la aparición y el florecimiento de las computadoras inteligentes con MO para tontos.

Bonsai nació en la playa. Hammond, anteriormente desarrollador de Microsoft, había estado interesado en la IA por algún tiempo. Después de dejar la compañía en 2004, trabajó en la Universidad de Yale en el campo de la neurología. En 2010, pasó un tiempo en el inicio de Numenta AI bajo el liderazgo de Jeff Hawkins (cofundador de la computadora de mano Palm), pero se fue para lanzar una compañía de terceros, que posteriormente vendió.

Luego, en 2012, Hammond estaba visitando amigos en el sur de California. Su bebé estaba cansado y toda la compañía regresaba al auto. Mientras la esposa de Hammond estaba conversando con amigos, y su hijo se durmió en sus brazos, realizó un experimento mental. Comenzó con el popular meme de IA en el mundo: el concepto del "algoritmo principal". Como profesor Pedro Domingos de la Universidad de Washington (enlibro del mismo nombre ), esta tecnología MO aún no abierta será una solución universal para todos los problemas. Cuando los científicos crean este algoritmo, podemos aplicar IA a cualquier cosa.

Pero Hammond descubrió una falla en este razonamiento. Supongamos que encontramos tal algoritmo. ¿Quién lo adaptará a innumerables aplicaciones prácticas? Hoy solo los adherentes del Ministerio de Defensa son capaces de esto. Hay muy pocas, pero demasiadas tareas. Necesitamos un sistema que baje la barra para que el desarrollador promedio pueda usar estas herramientas. Tal sistema no requerirá una especialización estrecha en MO para entrenar redes neuronales, pero permitirá a los programadores aprender el sistema para producir los resultados deseados.

Poco a poco, dibujó una analogía con la historia de la programación. Inicialmente, era necesario escribir programas en código máquina. Luego, los programadores desarrollaron un conjunto estándar de instrucciones, ensamblador. El avance se produjo con el desarrollo de un compilador que tradujo lenguajes de alto nivel en ensamblador. Y después de eso, la programación comenzó a permitir a los principiantes crear programas serios. Hammond cree que herramientas como TensorFlow de Google se parecen a la era del ensamblador. Facilitan la construcción de redes neuronales, pero aún la entrada a esta área es accesible para aquellos que están bien versados ​​en el trabajo de las redes neuronales. Quería crear algo así como un compilador para ampliar esta entrada.

Compartió la idea con Keen Browne, un ex colega de Microsoft que recientemente vendió su juego comienza a los chinos. A Tom le gustó la idea, porque él mismo trató de comprender el aprendizaje profundo utilizando los medios populares disponibles. "Soy bastante inteligente", dice. - Estaba en China, aprendí su idioma. Lo programé en Microsoft. Pero esta actividad resultó ser ridícula ". Y se inscribió en la cofundación de Bonsai. Este nombre fue elegido porque las plantas japonesas, criadas artificialmente, mantienen un equilibrio entre lo natural y lo artificial. Como beneficio adicional, logramos registrar bons.ai.

Bonsai no es la única startup que intenta resolver el problema de la escasez de especialistas en inteligencia artificial. Algunas compañías han comenzado a capacitar a sus propios empleados en redes neuronales. Google desarrollótodo un conjunto de cursos internos, y Apple está buscando programadores con las habilidades que les permitan aprender el tema correcto sin ningún problema. Google también lanzó el programa TensorFlow, que ayuda a sus ingenieros a construir redes neuronales. Existen otras herramientas para trabajar con IA, y probablemente se seguirán aún más, con diferentes grados de comprensión del problema.

Hay otras nuevas empresas involucradas en la democratización de la IA. Bottlenose atrae a una audiencia diferente a Bonsai: no trabajan para programadores, sino para analistas de negocios. Pero el mensaje es familiar. "Estamos dando nuevas oportunidades a los usuarios que no son científicos o programadores", dice el género de la compañía, Nova Spivack. Otras startups lo toman aún más: en la conferencia, el jefe de Clarifai hizo una presentación titulada "Cómo dejar que cualquiera entrene y use la IA".

Entonces, aunque Bonsai parece haber encontrado un buen nicho en el tiempo, será difícil llamar la atención sobre sí mismo debido a la vigorosa actividad en esta área. Adam Cheyer, un experto en inteligencia artificial, uno de los creadores de Siri, y el programador principal de Viv, está impresionado con el producto de inicio. Pero señala que si bien Bonsai acerca la IA a los recién llegados, todavía tienen que esforzarse mucho para aprender su lenguaje de programación y el funcionamiento del sistema. "Cuando las grandes empresas como Google implementan el sistema, las personas se ponen de pie para resolverlo", dice. - Pero no es tan fácil para una startup interesar a las personas. "¿Tienen la fuerza para lograr que suficientes usuarios se vuelvan populares?"

Según Hammond, construir redes neuronales usando Bonsai difiere de cómo lo hacen los profesionales en momentos clave. Ahora, para resolver un problema específico, es necesario seleccionar las herramientas adecuadas, lo que requiere experiencia y conocimiento. Y Bonsai tendrá que hacerlo él mismo. Solo necesita describir los conceptos de lo que desea enseñar al sistema.

Y mientras que los profesionales experimentados aprenderán la red, comparando su entrega con los resultados deseados, Bonsai le permitirá aprender el sistema, dividiendo el proceso en conceptos. Por ejemplo, si desea que el sistema reconozca fotos de perros, puede caracterizar a un perro con cuatro patas, un hocico largo y una lengua larga que cuelga de su boca. Usted empuja el sistema, y ​​el "centro intelectual" en la nube lo comprende todo.

Hay ventajas Los cientificosa menudo no entienden cómo las redes capacitadas hacen su trabajo, porque se configuran y organizan todos los conceptos de una manera incomprensible. Pero en Bonsai, los conceptos descritos por el usuario nos dan un mapa del pensamiento de una red neuronal. "El programa no debe ser una caja negra", dice Hammond. Por ejemplo, si está programando un robot robótico y la máquina no presiona el freno a tiempo, debe ser capaz de averiguar qué estaba pensando su sistema en ese momento.

La pregunta es si tal abstracción conducirá a una caída en la velocidad y la eficiencia. Por lo general, sucede con los compiladores: los programas no funcionan tan rápido como los escritos en ensamblador. La capacidad del sistema para elegir las herramientas adecuadas para resolver problemas no es peor que la de los doctores en ciencias, a quienes debería reemplazar.

"Creo que no se pueden evitar compromisos", dijo Lila Tretikov, una especialista en IA que trabajó anteriormente en la Fundación Wikimedia y asesoró a Bonsai. “Esto no es lo mismo que tener un equipo de doctores en ciencias a la mano. Pero, ¿qué es más importante: intransigente o simplemente la oportunidad de hacer lo que es necesario? Adam Cheyer de Viv cree que Bonsai puede no funcionar tan eficientemente como un sistema optimizado para una tarea específica. "Pero su código es bueno y te permite estar en el nivel más alto de abstracción", dice. Cheyer dice que su compañía tiene varios expertos valiosos en IA, por lo que es poco probable que usen Bonsai, a menos que sea una herramienta de creación de prototipos.

Bonsai está probando tareas que aún no han sido resueltas por sistemas clásicos con IA. "Estamos trabajando en diferentes juegos", dice Hammond, explicando que los juegos son la clave de varios problemas clave que Bonsai planea abordar. "No he descubierto ciertas clases de juegos de IA, incluso DeepMind. "Entrenaron en varios juegos además de Breakout, pero, por ejemplo, nunca lograron que el sistema jugara con éxito a Pac-Man".

Pero lo principal es cómo Bonsai se une al movimiento para transferir IA a las manos de personas que no tienen mucho conocimiento en este asunto. Se puede esperar que muchas herramientas de alto nivel se vuelvan más potentes y ubicuas. ¿Llegaremos al punto en que cada persona en el planeta entrene y use IA? Al menos, muchas personas inteligentes con dinero se lo ponen.

"Tenemos análisis en la nube", dice Spivak, el género de Bottlenose. Él dice que estos consultores virtuales pueden ser llamados con preguntas como "a qué universidad debería ir". El costo del sistema es nominal, y tal vez cero. "No habrá forma de justificar una mala decisión diciendo que no puede permitirse la IA", dice.

Tal vez incluso podamos llegar al punto en que la IA conquiste con éxito a Pac-Man. Bonsai aún no se ha ocupado de esto. "Estamos trabajando en ello", dice Hammond. "Hasta el momento no hay anuncios sobre este tema".

Source: https://habr.com/ru/post/es397883/