Maintenant, n'importe qui peut devenir un professionnel de l'apprentissage automatique

Mark Hammond au siège de Bonsai dans la banlieue de Berkeley.

Jouez-vous au football avec succès, jouez-vous dans des films populaires ou jouez-vous avec succès en bourse? Félicitations, vous êtes presque aussi précieux qu'un spécialiste du traitement des données ou de l'apprentissage automatique avec un doctorat de Stanford, du MIT ou de Carnegie Mellon. Au moins, ça ressemble à ça. Toutes les entreprises de la Silicon Valley - et, en principe, déjà pas seulement là-bas - sont en concurrence frénétique pour obtenir un tel prix humain. C'est un peu une chasse aux truffes par les responsables RH. Alors que les entreprises se rendent compte que leurs concurrents dépendent de l'intelligence artificielle (IA) et de l'apprentissage automatique (MO), le nombre d'emplois pour ces professionnels augmentera constamment.

Mais que faire si vous pouviez profiter des avantages de l'IA sans embaucher des professionnels coûteux et talentueux? Et si un logiciel intelligent abaissait la barre? Est-il possible de bénéficier des avantages du deep learning (GO) sans talents particuliers?

Startup Bonsai [Bonsai] est l'une des sociétés qui répond positivement à cette question. Avec leur aide, la démocratisation de l'IA est peut-être à venir, ce qui peut affecter des millions, voire des milliards de personnes.

Aujourd'hui à la conférence O'Reilly AI à New York, le genre Bonsai, Mark Hammond, montrera une démonstration du système. La démo reproduit l'une des réalisations emblématiques de GO: comment le système DeepMind a appris à jouer avec de vieux jouets Atari. Plus précisément, le programme Bonsai apprendra à jouer à Breakout, où la plate-forme frappe une balle détruisant un mur de briques (le jeu de 1976 était une percée à l'époque - soit dit en passant, Steve Jobs y a travaillé).


37 lignes de code créent un réseau de neurones apprenant à jouer de manière indépendante

Dans le même temps, DeepMind a créé des génies de l'IA de classe mondiale et formé le réseau neuronal sur un ensemble de jeux d'Atari. Une telle réalisation a été récompensée pour publication dans un magazine de classe mondiale. Dans le cas du bonsaï, c'est plutôt un moyen de tracer le chemin. Cela commence par un système de développement basé sur le cloud. Un programmeur, qui n'a peut-être même jamais suivi de cours d'IA au collège ou sur Internet, peut décrire le jeu, et le système lui-même choisira l'algorithme le plus optimal pour former le réseau neuronal. Ensuite, le programmeur encode le concept du jeu en quelques minutes - par exemple, la nécessité de garder la plateforme sous la balle - et donne à Bonsai la possibilité de travailler de manière indépendante avec les réseaux de neurones, en les optimisant pour le meilleur résultat.

La version Bonsai du jeu prend 37 lignes de code. Mais cela est trompeur. Lorsque Hammond montre ce qui se passe «sous le capot» du système, il montre un graphique montrant comment le système construit un réseau neuronal complexe digne de l'un des «ninjas» engagés dans MO dans Google. Le programmeur n'aura pas à gérer tous ces bons MO.

L'astuce est incroyable. «Je ne suis généralement pas très impressionné par les démos», a déclaré George Williams, chercheur au Courant Institute of Mathematical Sciences de l'Université de New York. "Mais ce que Mark m'a montré était à la fois crédible et tout simplement incroyable." Il a compris notre état actuel avec le MO et les outils nécessaires pour créer l'IA de prochaine génération. »

On ne sait pas encore si Bonsai deviendra le leader dans cette direction. Mais Williams a raison sur notre position sur l'échelle de développement de l'IA. La prochaine étape est l'émergence et la floraison d'ordinateurs intelligents avec MO pour les nuls.

Le bonsaï est né sur la plage. Hammond, auparavant développeur Microsoft, s'intéressait à l'IA depuis un certain temps. Après avoir quitté l'entreprise en 2004, il a travaillé à l'Université de Yale dans le domaine de la neurologie. En 2010, il a passé un certain temps dans la startup Numenta AI sous la direction de Jeff Hawkins (co-fondateur de Palm), mais est parti pour lancer une société tierce, qu'il a ensuite revendue.

Puis en 2012, Hammond rendait visite à des amis dans le sud de la Californie. Son bébé était fatigué et toute l'entreprise retournait à la voiture. Pendant que la femme de Hammond discutait avec des amis et que son fils s'endormait dans ses bras, il a mené une expérience de pensée. Cela a commencé avec le populaire dans le monde de meme AI - le concept de "l'algorithme principal". Comme le professeur Pedro Domingos de l’Université de Washington (enlivre du même nom ), cette technologie MO pas encore ouverte sera une solution universelle à tous les problèmes. Lorsque les scientifiques élaborent cet algorithme, nous pouvons appliquer l'IA à n'importe quoi.

Mais Hammond a découvert une faille dans ce raisonnement. Supposons que nous trouvions un tel algorithme. Qui l'adaptera à d'innombrables applications pratiques? Aujourd'hui, seuls les adhérents du ministère de la Défense en sont capables. Il y a trop peu, mais trop de tâches. Nous avons besoin d'un système qui abaisse la barre afin que le développeur moyen puisse utiliser ces outils. Un tel système ne nécessitera pas une spécialisation étroite en MO pour la formation des réseaux de neurones, mais il permettra aux programmeurs d'apprendre le système pour produire les résultats souhaités.

Progressivement, il a fait une analogie avec l'histoire de la programmation. Au départ, il fallait écrire des programmes en code machine. Ensuite, les programmeurs ont développé un ensemble d'instructions standard, assembleur. La percée est venue avec le développement d'un compilateur qui traduit les langages de haut niveau en assembleur. Et après cela, la programmation a commencé à permettre aux débutants de créer des programmes sérieux. Hammond pense que des outils comme TensorFlow de Google ressemblent à l'ère des assembleurs. Ils facilitent la construction de réseaux de neurones, mais l'entrée de cette zone reste accessible à ceux qui connaissent bien le travail des réseaux de neurones. Il voulait créer quelque chose comme un compilateur pour développer cette entrée.

Il a partagé l'idée avec Keen Browne, un ancien collègue de Microsoft qui a récemment vendu ses débuts de jeu aux Chinois. Tom a aimé l'idée, car il a lui-même essayé de comprendre l'apprentissage en profondeur en utilisant les moyens populaires disponibles. «Je suis assez intelligent», dit-il. - J'étais en Chine, j'ai appris leur langue. J'ai programmé chez Microsoft. Mais cette activité s'est avérée ridicule. » Et il s'est inscrit à la co-fondation de Bonsai. Ce nom a été choisi parce que les plantes japonaises, cultivées artificiellement, maintiennent un équilibre entre naturel et artificiel. En bonus, nous avons réussi à enregistrer bons.ai.

Bonsai n'est pas la seule startup à essayer de résoudre le problème d'une pénurie de spécialistes de l'IA. Certaines entreprises ont commencé à former leurs propres employés sur les réseaux de neurones. Google a développéun ensemble complet de cours internes, et Apple recherche des programmeurs avec les compétences qui leur permettraient d'apprendre le bon sujet sans aucun problème. Google a également publié le programme TensorFlow, qui aide leurs ingénieurs à créer des réseaux de neurones. Il existe d'autres outils pour travailler avec l'IA, et ils seront probablement encore plus suivis, avec des degrés divers de compréhension du problème.

Il existe d'autres startups impliquées dans la démocratisation de l'IA. Bottlenose fait appel à un public différent de Bonsai: ils ne travaillent pas pour les programmeurs, mais pour les analystes commerciaux. Mais le message est familier. «Nous offrons de nouvelles opportunités à des utilisateurs qui ne sont ni scientifiques ni programmeurs», explique Nova Spivack, sexe de l'entreprise. D'autres startups vont encore plus loin: lors de la conférence, le chef de Clarifai a fait une présentation intitulée «Comment laisser quiconque s'entraîner et utiliser l'IA».

Ainsi, bien que Bonsai semble avoir trouvé une bonne niche dans le temps, il sera difficile d'attirer l'attention sur lui en raison de l'activité vigoureuse dans ce domaine. Adam Cheyer, un expert en IA, l'un des créateurs de Siri et le programmeur principal de Viv, est impressionné par le produit de démarrage. Mais il note que bien que Bonsai rapproche l'IA des nouveaux arrivants, ils doivent encore se fatiguer et apprendre son langage de programmation et le fonctionnement du système. "Lorsque de grandes entreprises comme Google déploient le système, les gens se lèvent pour le découvrir", dit-il. - Mais ce n'est pas si facile pour une startup d'intéresser les gens. "Ont-ils la force d'obtenir suffisamment d'utilisateurs pour devenir populaires?"

Selon Hammond, la construction de réseaux de neurones en utilisant Bonsai diffère de la façon dont les professionnels le font dans les moments clés. Maintenant, pour résoudre un problème spécifique, il est nécessaire de sélectionner les bons outils, ce qui nécessite de l'expérience et des connaissances. Et Bonsai devra le faire lui-même. Il vous suffit de décrire les concepts de ce que vous voulez enseigner au système.

Et tandis que des professionnels expérimentés apprendront le réseau, en comparant leur livraison avec les résultats souhaités, Bonsai vous permettra d'apprendre le système, divisant le processus en concepts. Par exemple, si vous souhaitez que le système reconnaisse les photos de chiens, vous pouvez caractériser un chien comme ayant quatre pattes, un long museau et une longue langue suspendue à sa bouche. Vous poussez le système et le «centre intellectuel» dans le cloud lui-même comprend tout.

Il y a des avantages. Scientifiquessouvent, ils ne comprennent pas comment les réseaux formés font leur travail, car ils se configurent et organisent tous les concepts de manière incompréhensible. Mais chez Bonsai, les concepts décrits par l'utilisateur nous donnent une carte de la pensée d'un réseau neuronal. «Le programme ne devrait pas être une boîte noire», explique Hammond. Par exemple, si vous programmez un robot, et que la machine n'appuie pas sur le frein à temps, vous devez être en mesure de comprendre ce que votre système pensait à ce moment.

La question est de savoir si une telle abstraction entraînera une baisse de vitesse et d'efficacité. Cela se produit généralement avec les compilateurs - les programmes ne fonctionnent pas aussi vite que ceux écrits en assembleur. La capacité du système à choisir les bons outils pour résoudre les problèmes n’est pas pire que celle des docteurs en sciences, qu’il devrait remplacer.

«Je pense que les compromis ne peuvent pas être évités», a déclaré Lila Tretikov, spécialiste de l'IA qui travaillait auparavant à la Wikimedia Foundation et a conseillé Bonsai. «Ce n'est pas tout à fait la même chose que d'avoir une équipe de docteurs en sciences sous la main. Mais qu'est-ce qui est le plus important - intransigeant ou simplement la possibilité de faire ce qui est nécessaire? » Adam Cheyer de Viv pense que Bonsai peut ne pas fonctionner aussi efficacement qu'un système optimisé pour une tâche spécifique. «Mais son code est bon et il vous permet d'être au plus haut niveau de l'abstraction», dit-il. Cheyer dit que son entreprise dispose de plusieurs experts de l'IA précieux, et qu'il est donc peu probable qu'ils utilisent Bonsai - sauf comme outil de prototypage.

Bonsai s'essaye à des tâches qui n'ont pas encore été résolues par les systèmes classiques avec l'IA. «Nous travaillons sur différents jeux», explique Hammond, expliquant que les jeux sont la clé de plusieurs problèmes clés que Bonsai envisage d'aborder. «Je n'ai pas compris certaines classes de jeux d'IA, même DeepMind. "Ils se sont entraînés sur un tas de jeux en plus de Breakout, mais, par exemple, ils n'ont jamais réussi à faire jouer Pac-Man avec succès."

Mais l'essentiel est de savoir comment Bonsai rejoint le mouvement pour transférer l'IA aux mains de personnes qui n'ont pas beaucoup de connaissances en la matière. On peut s'attendre à ce que de nombreux outils de haut niveau deviennent plus puissants et omniprésents. Allons-nous arriver au point où chaque personne sur la planète s'entraîne et utilise l'IA? Au moins, beaucoup de gens intelligents avec de l'argent l'ont mis dessus.

«Nous avons des analyses dans le cloud», explique Spivak, le sexe de Bottlenose. Il dit que ces consultants virtuels peuvent être appelés avec des questions comme "à quel collège dois-je aller". Le coût du système est nominal et peut-être nul. "Il n'y aura aucun moyen de justifier une mauvaise décision en disant que vous ne pouvez pas vous permettre l'IA", dit-il.

Peut-être que nous pouvons même arriver au point où l'IA réussit à conquérir Pac-Man. Bonsai n'a pas encore réglé ce problème. «Nous y travaillons», explique Hammond. "Jusqu'à présent, il n'y a aucune annonce sur cette question."

Source: https://habr.com/ru/post/fr397883/